Académique Documents
Professionnel Documents
Culture Documents
Master Mathématiques
Faculté des Sciences
Université de Fianarantsoa
Avril-Mai 2020
Introduction
i
ii INTRODUCTION
mahoniennes ou la statistique de Denert n’ont pas été étudié. Mais une brève introduction sur
la notion de q-dénombrement est donné. Des documents concernant ces sujets sont disponibles
pour consultation gratuites sur internet. Nous conseillons par exemple les notes de cours de
D. Foata et Guo-Niu Han disponible en français [6] et en anglais [5]. Une méthode de calcul
ou de construction de suites, appelée méthode de développement compression, est introduite
dans ce chapitre. Cette méthode est appliquée aux nombres d’Euler, qui sont les coéfficients
du développement des fonctions tangentes et sécantes. D’autres exemples d’applications sont
donné dans [22].
Le chapitre 3 est une petite introduction à la théorie des langages : en particulier, les
langages rationelles, les automates, les grammaires algébriques. Nous conseillons aux étudiants
interréssés par le sujet de consulter les ouvrages spécialisés tel que l’ouvrage d’Olivier Carton
[2]. Les méthodes des grammaires algébriques seront appliquées, dans le chapitre 8, à l’étude
de structures combinatoires, en lien avec les systèmes d’équations différentielles combinatoires.
Les langages de Dyck et de Motzkin sont étudiés dans ce chapitre.
Dans le chapitre 4, nous introduisons les vocabulaires de bases de la théorie des graphes
(orientés ou non). Une mention particulière est porté sur les arbres et arborescences : les so-
lutions combinatoires des systèmes d’équations différentiels sont des structures arborescentes.
D’autre part, il est connu que les permutations sont en bijection avec les arbres binaires crois-
santes.
La théorie des partitions d’entiers est abordé dans le chapitre 5. Le but est de montrer
l’apport considérable de la méthode combinatoire sur cette théorie : la majorité des résultats
sont prouvés en utilisant la méthode bijective, ou le principe des involutions de Garcia-Milne ([1]
ou [23]), étudié dans le chapitre 1 et ansd l’annexe B. La majorité des informations données dans
ce chapitre a été tiré de documents disponible gratuitement sur le site d’Igor Pak, professeur
au M.I.T. ([20], [21] et [19]).
Dans le chapitre 6, nous introduisons la théorie des espèces. Cette théorie a été dévelloppé
au Laboratoire de Combinatoire et d’Informatique Mathématique (LACIM) de l’Université du
Québec à Montréal Canada. Pour plus de détail nous recommandons le livre intitulé "Théorie
des espèces et combinatoire des structures arborecentes" [15] (dont [16] est la version anglaise)
de Bergeron, Labelle et Leroux. Nous conseillons aux étudiants de lire le livre de Flajolet et
Sedgwick [14]. En effet, on peut remarquer une certaine similarité entre les méthodes symbo-
liques de Flajolet et Sedgwick et la théorie des espèces. Une brève introduction à ces méthodes
symboliques est donné à l’annexe C.
Dans le chapitre 7, nous étudions les équations et systèmes d’ équations différentielles
combinatoires, ses liens avec les grammaires de William Chen, et les historiographes, concept
introduite par Viennot pour étudier les fonctions elliptiques de Jacobi. On montre en parti-
culier comment calculer la série génératrice des arbres de dérivations associés au grammaires
algébriques : on démontre en particulier que ces séries génératrices sont algébriques voir ration-
nelles dans certains cas. Notons aussi que les historiographes permettent d’établir une bijection
entre différentes interprétations combinatoires des fonctions elleptiques de Jacobi. Nous ter-
minons cette introduction par un problème ouvert : "démontrez combinatoirement la formule
iii
Introduction i
v
vi TABLE DES MATIÈRES
5 Partitions d’entiers 59
5.1 Généralités . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59
5.2 Séries Génératrices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60
5.3 Géometrie des Tableaux de Young . . . . . . . . . . . . . . . . . . . . . . . . . . 62
5.4 Théorème pentagonal d’Euler . . . . . . . . . . . . . . . . . . . . . . . . . . . . 64
5.5 Identité du Produit de Gauss . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
5.6 Triple Produit de Jacobi . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66
5.7 Identité de Rogers-Ramanujian . . . . . . . . . . . . . . . . . . . . . . . . . . . 68
5.8 La bijection de Remmel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69
5.9 Tableau de Young . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 70
8 Exercices 127
On note En l’ensemble des objet de taille n. E est donc une réunion disjointe des (En ).
On veut calculer et/ou étudier la suite (an ) tel que an = |En |. La question suivante se pose de
façon naturel : Comment le faire ?
Aucune réponse précise ne peut être donner à cette question. En effet, suivant le problème
qu’on veut étudier, on peut utiliser soit la méthode dite analytique (démonstration par récurence
ou démonstration utilisant les séries génératrices par exemple) soit la méthode dite combinatoire
qui est une méthode de raisonnement privilégiant la manipulation des objets mises en question,
c’est à dire des ensembles qu’on veut étudier. D’autre part, la complexité des solutions dépend de
la nature des objets (ou des ensembles) qu’on veut étudier. L’exemple suivant est suffisamment
révélateur de la complexité de la situation :
Exemple: 1.1.2. Quel est le nombre de façons de ranger n boules dans p boîtes ?
La réponse dépend d’une part du fait que les boules et/ou les boîtes sont indistinguables
(on parle de structures non étiquetées) ou non (structures étiquetées), d’autre part du nombre
de boules qu’on a le droit de placer dans une boîte. Supposons donc que le nombre de boules
qu’on peut placer dans une boîte est illimitée.
Cas 1 : boules et boîtes étiquetées Dans ce cas, un rangement correspond à une
application de l’ensemble des boules vers l’ensemble des boîtes. La figure 1.1 en est un exemple :
on range les boules 1, 3 et 4 dans la boîte a, les boules 2 et 7 dans la boîte c, 5 dans la boîte d
et 6 dans la boîte e. Ce qui revient à construire l’application f tel que f (1) = f (3) = f (4) = a,
f (2) = f (7) = c et f (5) = d et f (6) = e . Donc le nombre qu’on cherche est égal au nombre
d’applications de l’ensemble des boules vers l’ensemble des boîtes.
1
2 CHAPITRE 1. PRINCIPES ELÉMENTAIRES EN COMBINATOIRE
Il est clair qu’on peut avoir plusieurs façons d’interprêter une suite. Il faut donc trouver
la bonne interprétation c’est à dire celle qui reflète au maximum les propriétés de cette suite,
et qui est facile à manipuler.
Définition 1.1.4. Une preuve combinatoire est une preuve utilisant les interprétations combi-
natoires.
Donc pour démontrer que deux nombres entiers a et b sont égaux on peut montrer qu’il
existe une bijection entre A et B, sachant que |A| = a et |B| = b.
P 1.2.2. Principe de la somme :
Si deux ensembles sont disjoints, alors le nombre d’éléments de la réunion est la somme
des nombres d’éléments de chacune des ensembles.
|A ∪ B| = |A| + |B| , si A ∩ B = ∅ (1.2)
Plus généralement, si (Ai )1≤i≤n est une famille d’ensembles finis, deux à deux disjointes. Alors
n
[ n
X
| Ai | = |Ai | (1.3)
i=1 i=1
4 CHAPITRE 1. PRINCIPES ELÉMENTAIRES EN COMBINATOIRE
Notons aussi que de ce principe, on peut déduire facilement le principe des pigeonniers (pin-
geonhole principle) : "Si vous avez n pigeons et p pigeonniers et si n > p, alors il existe un
pigeonnier qui contient au moins deux pigeons."
P 1.2.5. Principe de l’extension polynômiale : Ce principe est fondé sur un théorème
d’algèbre qui dit que : Si f et g sont deux polynômes de R[x] de degré ≤ n, et s’il existe n + 1
nombres réels (ai ) deux à deux distincts tels que f (ai ) = g(ai ) alors f = g.
Donc, pour montrer que deux polynômes f et g sont égaux il suffit de montrer e que
∀n ∈ N, f (n) = g(n).
Plus généralement, à toute expression P (n) polynômiale en n (n ∈ N) on peut associer le
polynôme P (x) obtenu en remplaçant n par x. Dans ce cas, toute propriété vérifiée par P (n)
∀n ∈ N, sera vérifiée par P (x). Par exemple si on a une autre expression polynômiale D(n) tel
que D(n) divise P (n), ∀n ∈ N, alors D(x) divise P (x).
Preuve: Ces résultats sont connus. On peut les démontrer par récurrence par exemple. Mais
nous allons les démontrer en utilisant les méthodes combinatoires.
Rappelons que F n = {(y1 , y2 , · · · , yn ), yi ∈ F } est l’ensemble des n-uplets d’éléments de
F , et que le principe du produit montre que |F n | = |F |n = mn . L’application ϕ : F n → F [n]
qui, à y = (y1 , y2 , · · · , yn ) ∈ F n , associe ϕ(y) = ỹ, avec ỹ(i) = yi est une bijection. Donc
|F [n] | = mn . D’autre part, comme |E| = n, il existe une bijection σ : E → [n]. L’application
qui, à f ∈ F [n] , associe f ◦ σ ∈ F E est une bijection. On en déduit que |F E | = mn .
Pour trouver le nombre d’injections de E vers F , essayons de les construire. Il est clair
que si |E| > |F |, alors il n’y a pas d’injections de E vers F . Posons E = {x1 , x2 , . . . , xn } , et
F = {y1 , y2 , . . . , ym } avec n ≤ m. Commençons par choisir f (x1 ), nous avons m façons de le
faire. Comme f (x2 ) 6= f (x1 ) il nous reste m − 1 facons de choisir f (x2 ), puis m − 2 façons de
choisir f (x3 ) et ainsi de suite. Au total il y a m(n) = m(m − 1)(m − 2) . . . (m − n + 1) façons
de construire une injection de E vers F . En particulier, si m = n alors toute injection est aussi
une bijection, on obtient donc automatiquement le nombre de bijections qui est n!.
Définition 1.3.2. Une permutation de E est une bijection de σ : E → E.
Preuve: Pour k ≤ n notons In,k l’ensemble des injections de [k] vers [n] et Pn,k l’ensemble des
parties de [n] ayant k éléments. Remarquons que si f ∈ In,k , alors f ([k]) ∈ Pn,k . Considérons
φ : In,k → Pn,k tel que φ(f ) = f ([k]). φ est sujective et induit une bijection φ : In,k → Pn,k ,
où In,k est le quotient de In,k par l’équivalence f ≈ g ⇔ φ(f ) = φ(g). Il est donc clair que
|In,k | = |Pn,k |. D’autre part, soit f ∈ In,k tel que f ([k]) = A. On vérifie aisement que g ∈ f ⇔ ∃
une permutation σ de A tel que g = σ ◦ f . Ce qui veut dire que ∀f ∈ In,k , |f | = k!. Le principe
P1.2.4 des bergers nous montre alors que |In,k | = k!|Pn,k |.
n n!
Théorême 1.3.4. Les nombres = , satisfont à la relation :
k k!(n − k)!
n+1 n n
= + (1.8)
k k k−1
Preuve: La preuve analytique étant classique, voici une preuve combinatoire. Rappelons que
n+1
k
est le nombre de parties de [n+1] ayant k éléments. Notons Pk (n+1) l’ensemble des parties
6 CHAPITRE 1. PRINCIPES ELÉMENTAIRES EN COMBINATOIRE
Preuve: Ce résultat peut être démontré par récurence sur r, mais dans le cadre de ce cours,
voici une démonstration combinatoire. Soit x un élément fixé de E.
- Si x n’appartient à aucun des ensembles Ai , alors x est compté une fois dans le calcul
du membre de gauche de (1.9) et une fois dans le membre de droite (dans |E|).
- Supposons maintenant que x appartient exactement à k des sous ensembles (Ai ), avec
1 ≤ k ≤ r. Pour fixer les idées, supposons que x ∈ A1 ∩ A2 ∩ · · · ∩ Ak . Dans ce cas x ∈
/
1.4. PARTITIONS ET SURJECTIONS 7
Preuve: Pour 1 ≤ i ≤ k, soit Ai = {f : [n] → [k]|i ∈ / Im(f )}. Il est clair que f surjective
n
\ \
⇔f ∈ Ai . D’autre part, pour tout J ⊂ [k] un élément de Ai s’identifie à une application
i=1 i∈J
\
de [n] vers [k] \ J. Donc si |J| = j, | Ai | = (k − j)n . Donc le nombre de surjections de [n]
i∈J
n k
\
[n]
X
|I|
\ X k j
vers [k] est : | Ai | = |[k] | + (−1) | Ai | = (−1) (k − j)n .
i=1 i∈I j=0
j
I⊂[n],I6=∅
Rappelons maintenant qu’une partition de [n] en k blocs est une partie π = {b1 , b2 , . . . , bk }
de l’ensemble Pn des parties de [n] tel que les (bi ) sont tous non vides, deux à deux disjointes
et que leur réunion est égale à [n]. On note Π(n, k) l’ ensemble des partitions de [n] en k blocs,
Π(n) l’ensemble des partitions de [n]. Par exemple, {{1, 3} , {2}} est un élément de Π(3, 2).
Définition 1.4.3. Les nombres S(n, k) = |Π(n, k)| et ωn = |Πn | s’appellent respectivement
nombres de Stirling de deuxième espèce et n-ième nombre de Bell.
Théorême 1.4.4. Le nombre de surjections de [n] vers [k] est σnk = k!S(n, k).
Lemme 1.4.5. Si f : [n] → [k] est une surjection, alors l’ensemble πf = {f −1 {i} , i ∈ [k]} est
une partition de [n] en k blocs.
Lemme 1.4.6. L’application ϕ(f ) = πf est une surjection de l’ensemble Surj(n, k) des surjec-
tions de [n] sur [k] vers Πn,k . De plus, pour chaque π ∈ Πn,k , |ϕ−1 (π)| = k!.
8 CHAPITRE 1. PRINCIPES ELÉMENTAIRES EN COMBINATOIRE
Preuve: Soit π = {B1 , B2 , . . . , Bk } un élément de Πn,k . Il est clair qu’en posant f (x) = i si
x ∈ Bi , on obtient une surjection f : [n] → [k] tel que πf = π. De plus, si α ∈ Sk , il est clair que
πα◦f = πf = π. D’autre part, si πg = π alors ∃α ∈ Sk tel que g = α◦f : il suffit de poser α(i) = j
si pour tout x ∈ Bi , g(x) = j. Dans la figure 1.5, la partition π = {{1, 3, 4} , {2, 5} , {6}} est
associée à l’application f tel que f (1) = f (3) = f (4) = 1, f (2) = f (5) = 2 et f (6) = 3, et
g(1) = g(3) = g(4) = 3, g(2) = g(5) = 1 et g(6) = 2. Donc α(1) = 3, α(2) = 1 et α(3) = 2.
Donc |ϕ−1 (π)| = |{σ : [k] → [k], bijective}| = k!.
Corollaire 1.4.7.
k
1 X k−j k
S(n, k) = (−1) j n. (1.11)
k! j=0 j
Théorême 1.4.8.
ωn n|k 0 1 2 3 4 5 6 7 8
1 0 1 0 0 0 0 0 0 0 0
1 1 0 1 0 0 0 0 0 0 0
2 2 0 1 1 0 0 0 0 0 0
5 3 0 1 3 1 0 0 0 0 0
15 4 0 1 7 6 1 0 0 0 0
52 5 0 1 15 25 10 1 0 0 0
203 6 0 1 31 90 65 15 1 0 0
877 7 0 1 63 301 350 140 21 1 0
4140 8 0 1 127 966 1701 1050 266 28 1
Un tel tableau permet souvent visualiser les comportements de la suite et d’en conjecturer
(n − 1)n
certains propriétés. Ainsi on peut se demander si S(n, n − 1) = ou encore S(n, 2) =
2
n−1
2 − 1, ou encore que si n est pair, alors S(n, k) est une suite strictement croissante en k
dans [ n2 ] puis strictement décroissante dans { n2 , n2 + 1, · · · , n}, et si n est impair alors S(n, k) est
strictement croissante dans [b n2 c+1] puis strictement décroissante dans {b n2 c+1, b n2 c+2, · · · , n}.
D’autre propriétés des nombres de Stirling sont donnés par Comtet dans [4].
Théorême 1.4.9. Les nombres de Bell satisfont la relation de récurence :
n
X n
ω0 = ω1 = 1, ωn+1 = ωk . (1.13)
k=0
k
Définition 1.5.5. Soit E un ensemble. Un m-partage M sur E est une suite (A1 , A2 , . . . , Am )
de parties de E tel que ∪m
i=1 Ai = E et ∀ (i, j), Ai ∩ Aj = ∅.
Par exemple, (∅, {b, d} , {a} , {c, e, f }) et ({a} , ∅, {b, d} , {c, e, f }) sont deux 4-partages
distincts de {a, b, c, d, e, f }.
Théorême 1.5.6. Étant donnée une suite (a1 , a2 , . . . , am ) d’entiers tel que m
P
i=1 ai = n et un
ensemble E tel que |E| = n, le nombre de m-partages (A1 , A2 , . . . , Am ) de E tel que |Ai | = ai
est :
n n!
= . (1.14)
a1 , a2 , . . . , am a1 !a2 ! . . . am !
Preuve: On choisit d’abord A1 , puis A2 , puis A3 , . . .. On a an1 façons de choisir A1 , puis n−a
1
a 2
de choisir A2 , n−aa13−a2 de choisir A3 , . . . . Le principe du produit montre alors que le nombre
n−a1 −a2
de m-partages qu’on peut construire est an1 n−a . . . n−a1 −a2a−...−a = a1 !a2n!!...am ! .
1 m−1
a2 a3 m
de [n] tel que |Ai | = ai . Le coefficient de xa11 xa22 · · · xann dans le développemet de P1 P2 · · · Pn est
donc égal au nombre de m-partages.
A titre d’exemple, soit à calculer (x1 + x2 + x3 )4 = (x1 + x2 + x3 )(x1 + x2 + x3 )(x1 +
x2 + x3 )(x1 + x2 + x3 ). En prenant x2 dans le premier, le troisième et dans le quatrième et x3
dans le second on obtient le monôme x32 x3 . Le m-partage associé à ce choix des facteurs est
(∅, {1, 3, 4}, {2}). Plus généralement, tous les m-partages (A1 , A2 , A3 ) tel que |A1 | = 0, |A3 | = 1
et |A2 | = 2 permet de former le monôme x32 x3 . Ces m-partages sont (∅, {1, 2, 3}, {2}),(∅, {1, 2, 4},-
{3})(∅, {1, 3, 4}, {2}) et(∅, {2, 3, 4}, {1}). Maintenant, en considérant tous les compositions de
4 en 3 parts qui sont : (4,0,0), (0,4,0), (0,0,4), (3,1,0), (3,0,1), (1,3,0), (1,0,3), (0,3,1), (0,1,3),
(2,2,0), (2,0,2), (0,2,2), (2,1,1), (1,2,1), (1,1,2), on obtient
(x1 + x2 + x3 )4 = x41 + x42 + x43 + 4x31 x2 + 4x31 x3 + 4x1 x32 + 4x1 x33 + 4x32 x3 + 4x2 x33 + 6x21 x22 +
6x21 x23 + 6x22 x23 + 12x21 x2 x3 + 12x1 x22 x3 + 12x1 x2 x23 .
Une série formelle à coefficient dans un anneau A est une suite infinie (aX 0 , a1 , a2 , a3 , . . .)
d’éléments de A, qu’on écrit canoniquement sous la forme (a0 , a1 , a2 , a3 , . . .) = an X n .
n≥0
On définit une addition et une multiplication sur l’ensemble A[[X]] des séries formelles à
coefficient dans A en posant :
X X X
an X n + bn X n = (an + bn )X n
n≥0 n≥0 n≥0
X X XX n (1.16)
n n
(
an X )( bn X ) = ( ak bn−k )X n
n≥0 n≥0 n≥0 k=0
Muni de ces deux lois l’ensemble A[[X]] des séries formelles à coefficient dans A est un anneau.
De plus si A est intègre, alors A[[X]] est intègre.
Théorême 1.6.1. Soit f (X) = n≥0 an X n une série formelle. f (X) est inversible dans l’an-
P
neau A[[X]] si et seulement si a0 est inversible dans A.
12 CHAPITRE 1. PRINCIPES ELÉMENTAIRES EN COMBINATOIRE
Preuve: Supposons que f est inversible et que son inverse est g(X) = k≥0 bk X k . f g = 1,
P
alors a0 b0 = 1. Donc a0 est inversible. Réciproquement, si a0 est inversible, alors il existe b0
tel que a0 b0 = 1. L’équation a0 b1 + a1 b0 admet aussi une solution unique b1 = − aa10b0 . Plus
généralement, si ∀k ≤ n, il existe bk tel que a0 bk + a1 bk−1 + · · · + ak b0 = 0, alors l’équation
a0 bn+1 + a1 bn + · · · + an+1 b0 = 0 admet comme solution bn+1 = − a1 bn +···+a
a0
n+1 b0
. Ainsi f est
inversible.
Exemples: 1.6.2. 1. La série f (X) = 1 + X est inversible et son inverse est la série g(X) =
1
= n≥0 (−1)n X n . Mais la fraction X1 n’a pas de sens en terme de série formelle car
P
1+X
la série f (X) = X n’est pas inversible.
X Xn
2. On définit la série eX = . Cette série est est inversible et son inverse est la série
n≥0
n!
X Xn
e−X = (−1)n . On peut aussi vérifier que eX+Y = eX eY .
n≥0
n!
X X 2n
3. De la même manière, on peut définir les séries formelles cos X = (−1)n et
k≥0
(2n)!
X X 2n+1
sin X = (−1)n . On peut vérifier que cos2 X + sin2 X = 1. D’autre part,
k≥0
(2n + 1)!
sin X
cos X étant inversible, on peut définir tan X = . Les formules trigonométriques
cos X
usuelles concernant ces fonctions peuvent être vérifié. Notons que cotan X n’existe pas
en terme de série formelle car sin X n’esi pas inversible.
X t
4. Soit t ∈ C et n ∈ N. On pose (1 + X) =t
X n.
n≥0
n
Remarque: 1.6.3. Dans la suite, sauf mention du contraire, A est un anneau de polynômes à
coefficient dans K = R ou C.
Notation : Soit f (X) une série formelle, le coéfficient de X n dans f (X) est noté [X n ]f (X).
En particulier, [X 0 ]f (X) = f (0) = a0 .
Les opérations telles que l’intégration et la dérivation sont possibles dans l’anneau des
séries formelles.
n
P
Définition 1.6.4. On appelle dérivée de la série formelle f (X) = n≥0 an X la série D(f ) =
f 0 (X) = n≥1 nan X n−1 . Et plus généralement la dérivée n-ième de f est définie par récurrence
P
X 1
par la relation Dn (f ) = D(Dn−1 (f )). On appelle intégrale de f la série F (X) = an X n+1 .
n≥0
n+1
Exemples: 1.6.5. 1. On a : (eX )0 = eX . De même (cos X)0 = − sin X et (sin X)0 = cos x.
1 X X n+1
2. Une primitive de g(X) = est la série formelle ln(1 + X) = (−1)n . On
1+X n≥0
n + 1
peut vérifier que eln(1+X) = 1 + X.
1.6. SÉRIES FORMELLES ET SÉRIES GÉNÉRATRICES 13
Définition 1.6.7. La famille (Fs )s∈S est dite sommable, X si pour tout n ≥ 0,X
l’ensemble {s ∈
n
S|asn 6= 0} est fini. Dans ce cas, la série formelle F (X) = an X , où an = asn , s’appelle
n≥0 s∈S
X
somme de la famille (Fs )s∈S . On note alors F = Fs .
s∈S
P
Si S = N, et si la famille (Fs ) est sommable, alors on dit que la série s∈N Fs est conver-
gente et converge vers F .
X
Exemple: 1.6.8. 1. Soit F (X) = an X n une série formelle. Pour chaque entier n, soit la
n≥0
X
k
série formelle Fn (X) = ank X , où ank = an si k = n et ank = 0 sinon. Alors la famille
k≥0
(Fn )n∈N est sommable et de somme F .
2. La famille Fn (X) = (1 + X)n n’est pas sommable. Donc la somme n
P
n≥0 (1 + X) n’a pas
de sens.
Théorême 1.6.9. Soit une famille (fs )s∈S de séries formelles, et {St , t ∈ T } une partition de
P sommable, alors pour chaque t ∈ T , la famille P
S. Si la famille (fs )s∈S est (fs )s∈St estPsomable.
De plus si on pose bt = s∈St fs , alors la famille (bt )t∈T est sommable et t∈T bt = s∈S fs .
En particulier si U ⊂ S et si la famille (fs )s∈S est sommable, alors la famille (fs )s∈U est
sommable.
Définition 1.6.10. L’ordre o(f ) d’une série formelle non nul f (X) = n≥0 an X n est le plus
P
petit entier n tel que an 6= 0. On admet que si f = 0, alors o(f ) = +∞.
14 CHAPITRE 1. PRINCIPES ELÉMENTAIRES EN COMBINATOIRE
P
Théorême 1.6.11. La série n≥0 Fn (X) converge ⇔ limn o(Fn ) = ∞.
Preuve: Supposons que Fn (X) = k≥0 ank X k . Rappelons que lim o(Fn ) = ∞ ⇔ ∀A ∈ N,
P
∃N ∈ N tel que ∀n ≥ N , ∀k ≤ A, ank = 0.
X
Pour chaque entier k, soit S(k) = {m ∈ N; amk 6= 0}. Si la série Fm (X) converge alors
m≥0
∀k, S(k) est fini. Pour un entier k, posons nk = 1 + max S(k). Il est clair que ∀n ≥ nk , ank = 0.
Soit donc A ∈ N. Si ∀k, nk < A alors ∀n ≥ A, Fn = 0, c’est à dire o(Fn ) = ∞. Sinon il existe
un entier k0 tel que nk0 > A. Soit alors N = max{n0 , n1 , · · · nk0 }. Alors A ≤ N . Donc ∀n ≥ N ,
f orallk ≤ A, ank = 0.
Réciproquement supposons lim o(fn ) = ∞, et soit k > 0. Alors il existe Nk tel que
∀n ≥ Nk o(Fn ) > k, c’est à dire que ∀n ≥ Nk , ∀k 0 ≤ k, ank0 = 0. Donc {n, ank 6= 0} ⊂ [0, Nk ]
est onc fini. D’où le résultat.
Remarque: 1.6.12. L’application d(f, g) = e−o(f −g) définit une distance ultramétrique sur
A[[X]]. Dans cet espace métrique, une suite (fn ) converge vers f si et seulement lim o(fn −
f ) = ∞. D’autre part, la convergence d’une série formelle précédent définie coïncide avec la
convergence dans cette espace métrique.
Théorême Y1.6.13. Etant donné une suite (fn (X)) de série formelles telle que ∀n, fn (0) = 0,
le produit (1 + fn (x)) converge si et seulement si lim o(fn ) = ∞.
n≥0
Y
j
P
Preuve: Supposons que fn (X) = j≥0 anj X , et supposons que le produit (1 + fn (x))
n≥0
k k
Q Pk j
converge vers f (X). Soit k ∈ N. OnP a [X ]f (X) = [X ] n≥0 (1 + j≥0 anj X ). Ce coefficient
contient nécessairement la somme n≥0 ank . Cette somme est donc fini, c’est à dire qu’il existe
nk tel que pour tout n ≥ nk , ank = 0. D’où lim o(fn ) = ∞.
Réciproquement, supposons que lim o(fn ) = ∞. Pour k ∈ N, il existe Nk tel que ∀n ≥ Nk ,
o(fn ) > k. D’autre part, ∀j ∈ N, Sj = {n, anj 6= 0} est fini. Soit alors nk = max S0 ∪S1 ∪· · ·∪SNk .
D’où [X k ]f (X) = [X k ] n≥0 (1 + kj≥0 anj X j ) = [X k ] nn=0 (1 + kj≥0 anj X j ).
Q P Q k P
La proposition suivante est une conséquence immédiate des résultats du paragraphe pré-
sendent.
f (t) − h−1 k
P
k=0 ak t
X X
n n
Théorême 1.6.18. 1. Si f (t) = an t , alors an+h t =
n≥0 n≥0
th
X
an tn et P un polynôme, alors P (tD)(f ) = n≥0 P (n)an tn .
P
2. Si f (t) =
n≥0
X X X
3. Si f (t) = an tn , alors f k (t) = ( an1 an2 · · · ank )xn .
n≥0 n≥0 n0 +n2 +···+nk =n
n
X
n f (t) XX
4. Si f (t) = an t , alors = ( ak )tn .
n≥0
1 − t n≥0 k=0
1
Exemple: 1.6.19. 1−t
est la série génératrice de la suite an = 1, ln(1+t) est la série génératrice
(−1)n−1 1
de la suite an = n
, et est
la série génératrice de la suite an = n!
, (1 + x)n est la série
n
génératrice de la suite ak = k .
Théorême 1.6.21. Les nombres (fn ), appelés nombre de Fibonacci, satisfont à la récurence
f0 = f1 = 1 et fn+1 = fn + fn−1 .
16 CHAPITRE 1. PRINCIPES ELÉMENTAIRES EN COMBINATOIRE
Preuve: Notons Fn l’ensemble des façons de remplir le rectangle 2 × n. Comme la figure 1.7 le
montre, remarquons qu’un élément de Fn se termine soit par un domino vertical, soit par deux
dominos horizontaux. Dans le premier cas il s’identifie à un élément de Fn−1 , et dans le second
cas à un élément de Fn−2 .
On se propose maintenant de calculer fn . Posons f (t) = n≥0 fn tn . On a :
P
X X
f (t) = 1 + t + fn tn = 1 + t + (fn−1 + fn−2 )tn = 1 + t + t(f (t) − 1) + t2 f (t).
n≥2 n≥2
1 1 β α
Donc f (t) = 2
. En la décomposant , on trouve f (t) = ( − ),
√
1−√ t−t β − α 1 − βt 1 − αt
1− 5
où α = 2
et β = 1+2 5 . En développant, on en déduit :
1
fn = √ (β n+1 − αn+1 ) (1.17)
5
Application 1.6.22. Une arbre binaire non étiqueté B peut être définie récursivement par :
si n = 0, B = ∅ , et n ≥ 1 B = (B1 , r, B2 ), où r est un point appelé racine de l’arbre, B1 est
une arbre binaire sur k points, avec 0 ≤ k ≤ n − 1, appelé branche gauche de B, et B2 est une
arbre binaire sur n − 1 − k points appelé branche droite. La figure 1.8 est un exemple d’arbre
binaire non étiqueté sur 9 points.
Notons cn le nombre d’arbre binaire sur n points. Le théorème suivant est une conséquence
immédiat de la définition.
Théorême 1.6.23. Les nombre (cn ), appelés nombres de Catalan, satisfont à la récurence :
n−1
X
c0 = 1, cn = ck cn−1−k .
k=0
X X
On se propose de calculer cn . Posons c(t) = cn tn . Nous avons c(t) = 1 + cn tn =
n≥0 n≥1
1.6. SÉRIES FORMELLES ET SÉRIES GÉNÉRATRICES 17
X XX n
n
Φp+1 (t) = an,p+1 t = ( ak,p an−k,1 )tn = Φp (t)Φ1 (t).
n≥0 n≥0 k=0
Donc Φp (t) = Φ1 (t)p . Comme an,1 est le nombre de compositions de n en une part, on a
1
an,1 = 1∀n, c’est à dire Φ1 (t) = 1−t . D’où Φp (t) = (1 − t)−p . Le développement de Φp nous
−p
donne Φ( t) = n≥0 n (−t)n = n≥O n+p−1
P P n
n
t . Donc
n+p−1
an,p = (1.19)
n
En utilisant les règles de calcul sur les séries formelles nous avons :
X tn X tn
Propriétés: 1.6.26. Soient f (t) = an et g(t) = bn . Alors
n
n! n
n!
n
X t
1. f (t) + g(t) = (an + bn )
n
n!
X tn n
X n
2. f (t)g(t) = cn où cn = ak bn−k
n
n! k=0
k
n
X t
3. f 0 (t) = an+1
n≥0
n!
1
Exemple: 1.6.27. S(t) = 1−t est la fonction génératrice exponentielle de la suite an = n!. et
est la série génératrice de la suite an = 1.
Application 1.6.28. Rappelons d’abord qu’une permutation de [n] est une bijection de [n]
vers [n] et que toute permutation se décompose en produit de cycle disjoints. Une involution
de [n] est une permutation φ tel que φ2 = Id. On démontre facilement qu’une involution est un
produit de cycles de longueur 1 ou 2. On note an le nombre d’involutions de [n]. Il est clair que
a1 = 1. On admet que a0 = 0. La suite (an ) satisfait à la récurence :
an = an−1 + (n − 1)an−2 .
En effet si σ est une involution de [n], alors le cycle de n est soit de longueur 1, c’est à dire
σ(n) = n, soit le cycle de n est de longueur 2, c’est à dire σ(n) = k, 1 ≤ k ≤ n − 1. Dans
le premier cas, σ s’identifie à l’involution σ 0 1 de [n − 1] tel que ∀i ∈ [n − 1], σ 0 (i) = σ(i).
Dans le deuxième cas, σ s’identifie au couple (k, σ 0 ) où 1 ≤ k ≤ n − 1 et σ 0 une involution de
[n−1]\{k}. Donc le nombre d’involution de [n] tel que σ(n) = n est égal au nombre d’involution
de [n − 1] = an−1 . Par contre le nombre d’involutions σ tel que σ(n) 6= n est égale au nombre
de couples (k, σ 0 ), qui est égale à (n − 1)an−2
Soit maintenant f (t) la série génératrice exponentielle de la suite an . On a :
X tn X tn X tn
f (t) = an = 1 + t + an = 1 + t + (an−1 + (n − 1)an−2 ) .
n≥0
n! n≥2
n! n≥2
n!
X tn X tn X tn
Posons g(t) = an−1 et h(t) = (n−1)an−2 ) . Alors g 0 (t) = an = f (t)−1 et
n≥2
n! n≥2
n! n≥1
n!
h0 (t) = tf (t). Comme f (t) = 1 + t + g(t) + h(t), alors f 0 (t) = 1 + (f (t) − 1) + tf (t) = (1 + t)f (t).
t2
On en déduit que f (t) = et+ 2 . En dévellopant on a
bn/2c
X n!
an = .
k=0
(n − 2k)!2k k!
n n
Preuve: En effet, posons f (t) = n≥0 an tn! et g(t) = n≥0 bn tn! . Nous avons :
P P
n n
X n XX n tn
∀n ∈ N, an = bk ⇔ f (t) = ( bk ) ⇔ f (t) = et g(t)
k=0
k n≥0 k=0
k n!
n
−t
XX n tn
⇔ g(t) = e f (t) ⇔ g(t) = ( (−1)n−k ak ) .
n≥0 k=0
k n!
n
X n
⇔ ∀n ∈ N, bn = (−1)n−k ak
k=0
k
Application 1.6.31. Un points fixe d’une permutation σ de [n] est un point i ∈ [n] tel que
σ(i) = i. Un dérangement de [n] est une permutation sans point fixe. On note dnk le nombre
de permutations de [n] ayant k points fixes et dn = dn0 le nombre de dérangements.
n
X n
Lemme 1.6.32. Nous avons n! = dnk et dnk = dn−k .
k=0
k
Preuve: En effet, pour avoir une permutation ayant k points fixes il suffit de choisir les k points
fixes et construire un dérangement sur les n − k éléments restant.
1
Rappelons que |Sn | = n!, et que la série génératrice des permutations est S(t) = 1−t .
X tn X tn X X n n
tn X X n tn
1
Posons alors D(t) = dn . On a = n! = dnk = dn−k =
n≥0
n! 1 − t n≥0 n! n≥0 k=0 n! n≥0 k=0 k n!
et D(t).
Donc la série génératrice des dérangements est
e−t
D(t) = (1.21)
1−t
En dévelloppant cette série, nous obtenons :
n n
X n k
X (−1)k
dn = (−1) (n − k)! = n! . (1.22)
k=0
k k=0
k!
des ensembles pondérés. Dans cette section, nous considérons l’anneau A des séries formelles
C[[X1 , X2 , · · · , Xn ]], n étant un entier suffisament grand.
Définition 1.7.3. Un morphisme d’ensembles pondérés est une application f : (E, u) → (F, v)
tel que ∀s ∈ E, v(f (s)) = u(s). Si, de plus f est bijective alors on dit que f est un isomorphisme
d’ensembles pondérés.
Les propriétés suivantes sont les versions pondérées des principes annoncés à la section
1.2, et sont des extensions de ceux ci.
Théorême 1.7.5. Soit (E, u) et (F, v) deux ensembles pondérés tel que E ∩ F = ∅. On définit
sur E ∪ F une pondération w en posant w(s) = u(s) si s ∈ E et w(s) = v(s) si s ∈ F .
|E ∪ F |w = |E|u + |F |v (1.23)
P P P P
Preuve:
P En effet, |E ∪ F |w = s∈E∪F w(s) = s∈E w(s) + s∈F w(s) = s∈E u(s) +
s∈F v(s) = |E|u + |F |v .
Théorême 1.7.6. P3 - Principe du produit Soit (E, u) et (F, v) deux ensembles pondérés.
On définit sur E × F une pondération w en posant w(s, t) = u(s)v(t). Alors
|E × F |w = |E|u |F |v (1.24)
P P P P
Preuve: |E × F |w = (s,t)∈E×F w(s, t) = (s,t)∈E×F u(s)v(t) = ( s∈E u(s))( t∈F v(t)) =
|E|u |F |v
Application 1.7.8. Sur l’ensemble P([n]) des parties de [n] on définit la pondération w en
n n
|A|
X X X
k
X n k
posant w(A) = x . Alors |P([n])|w = w(A) = x = x .
k=0 k=0
k
A⊂[n] A⊂[n],|A|=k
On définit une pondération u sur {0, 1} en posant u(i) = xi . Ainsi |{0, 1}|u = 1 + x.
Sur {0, 1}n = {(m1 , m2 , · · · , mn )|∀i, mi = 0 ou mi = 1} on définit la pondération v en posant
v(m1 , m2 , · · · , mn ) = u(m1 )u(m2 ) · · · u(mn ). Dans ce cas |{0, 1}n |v = (|{0, 1}|u )n = (1 + x)n .
L’application ϕ : P([n]) → {0, 1}n telle que l’image de A est la suite (m1 , m2 , · · · , mn ) tel
que mi = 0 si i ∈ / A et mk = 1 si i ∈ A est un isomorphisme d’ensembles pondérés. En effet,
ϕ est bijective : la bijection réciproque est l’application ϕ−1 tel que ϕ−1 (m1 , m2 , · · · , mn ) =
{i|mi = 1}. De plus, si ϕ(A) = (m1 , m2 , · · · , mn ), alors m1 + m2 + · · · + mn = |A|. Donc
v(ϕ(A)) = xm1 xm2 · · · xmn = xm1 +m2 +···+mn = x|A| = w(A). On en déduit que |P([n])|w =
|{0, 1}n |v , c’est à dire
n
n
X n k
(1 + x) = x .
k=0
k
Application 1.7.9. Sur Sn on pose v(σ) = xc(σ) où c(σ) est le nombre de cycle de σ. Posons
Cn (x) = |Sn |v . Alors
En effet, il y a deux façons de prolonger chaque permutation σ 0 de Sn−1 pour contruire une
permutation σ de Sn :
1. Soit on pose σ(i) = σ 0 (i) si i 6= n et σ(n) = n. Dans ce cas v(σ) = xv(σ 0 )
2. Soit choisir k tel que 1 ≤ k ≤ n et poser σ(k) = n et σ(n) = σ 0 (k). Dans ce cas
v(σ) = v(σ 0 ).
X n
X
Donc Cn (x) = x v(σ)
= (xv(σ 0 ) + (n − 1)v(σ 0 )) = (x + n − 1)Cn−1 (x). Il suffit alors
σ∈Sn σ 0 ∈Sn−1
de remarquer que C1 (x) = x.
En notant c(n, k) le nombre de permutations de [n] ayant k cycles la relation Cn (x) =
(x + n − 1)Cn−1 (x) se traduit par c(n, k) = c(n − 1, k − 1) + (n − 1)c(n − 1, k). D’autre part,
la relation (2.1) montre que
X
c(n, n − k) = i1 i2 · · · ik−1 (1.26)
1≤i1 <i2 <···<ik−1 ≤n−1
Définition 1.7.10. Les nombres s(n, k) s’appelle nombre de Stirling de première espèce et les
nombres c(n, k) sont les nombres de Stirling non signés.
Remarque: 1.7.11. Un chapitre tout entier de l’excellent livre de Louis Comtet (Voir [4]) est
consacré aux nombres de Stirling de première espèce et de deuxième espèce.
X tn X tn
Théorême 1.7.12. Nous avons F (t) = x(n) = (1 − t)−x et G(t) = x(n) = (1 + t)x .
n≥0
n! n≥0
n!
n−1
Preuve: Comme x(n) = (x + n − 1)x(n−1) , on a F 0 (t) = t
x(n) (n−1)! = xF (t) + tF 0 (t). Donc
P
n≥1
F 0 (t) x
F (t)
= On en déduit le premier résultat. De la même manière, x(n) = (x − n + 1)x(n−1) ,
1−t
.
0 (t)
tn−1
alors G0 (t) = n≥1 x(n) (n−1)! = xG(t) − tG0 (t). Donc GG(t) x
. Et G(t) = (1 + t)x .
P
= 1+t
Définition 1.7.13. Soit (E, v) un ensemble pondéré. Une involution ϕ de E est dite pondérée
si ∀s ∈ E, si s n’est pas un point fixe de ϕ alors v(ϕ(s)) = −v(s).
Le principe suivant n’est autre que le principe des Involutions de Garcia-Milne (voir [1]).
Théorême 1.7.14. Principe des Involutions Pondérées Soit ϕ une involution pondérée
de (E, u). Posons F ix(ϕ) l’ensemble des points fixes de ϕ. Alors
Preuve: En effet |E|u = s∈E u(s) = s∈F ix(ϕ) u(s) + s∈F ix(ϕ)C u(s). Or si s ∈ F ix(ϕ)C alors
P P P
Dans cette section, nous allons étudier l’ensemble Sn des permutations de [n] suivant
certaines paramètres, telle que les cycles, les descentes ou montées. Ces paramètres vont nous
permettre de distribuer ces éléments, c’est à dire de dresser une statistique sur Sn . Pour com-
mencer, nous allons définir une bijection permettant de transformer une permutation écrit sous
forme linéaire en une permutaion décomposée en produit de cycle.
23
24 CHAPITRE 2. STATISTIQUES SUR LES PERMUTATIONS
Lemme 2.1.1. La bijection ainsi décrite, appelée transformation fondamentale, transforme les
minima locaux (left-right minima) en chefs de cycle qui sont les minimum de chaque cycle.
Notons qu’on a une autre forme de la transformation fondamentale en utilisant les maxi-
mums locaux, c’est à dire les éléments xi tel que i = 1 ou ∀j < i, xj < xi . Dans ce cas les maxima
locaux sont transformés en chef de cycle qui les maxima de chaque cycle. A titre d’exemple : si
σ = 435716982 alors les maximums locaux sont 4,5,7 et 9 . Donc σ 0 = (4, 3)(5)(7, 1, 6)(9, 8, 2).
Dans ce cas, la transformation fondamentale transforme les maxima locaux (left-right maxima)
en chefs de cycle qui sont les maximum de chaque cycle.
Définition 2.2.1. Les nombres s(n, k) s’appelle nombre de Stirling de première espèce et les
nombres c(n, k) sont les nombres de Stirling non signés.
X tn X tn
Théorême 2.2.2. Nous avons F (t) = x(n) = (1 − t)−x et G(t) = x(n) = (1 + t)x .
n≥0
n! n≥0
n!
n−1
Preuve: Comme x(n) = (x + n − 1)x(n−1) , on a F 0 (t) = t
x(n) (n−1)! = xF (t) + tF 0 (t). Donc
P
n≥1
F 0 (t) x
F (t)
= On en déduit le premier résultat. De la même manière, x(n) = (x − n + 1)x(n−1) ,
1−t
.
0 (t)
tn−1
alors G0 (t) = n≥1 x(n) (n−1)! = xG(t) − tG0 (t). Donc GG(t) x
. Et G(t) = (1 + t)x .
P
= 1+t
Preuve: La preuve par récurence suivant a été tirée de [24]. Pour n = 0, on a A0 (x) = 1
m 1
P
et m≥0 x = (1−x) . Supposons que la relation 2.5 est vrai pour un entier n ≥ 0. En la
X
dérivant par rapport à x puis en la multipliant de nouveau par x, on obtient : mn+1 xm =
m≥0
x(1 − x)A0n (x)
+ (n + 1)xAn (x)
n+2
. Il suffit alors de montrer que An+1 (x) = x(1 − x)A0n (x) + (n +
(1 − x)
1)xAn (x). On le coefficient de xk dans x(1 − x)A0n (x) + (n + 1)xAn (x) est (n − k + 2)e(n, k −
1) + ke(n, k). Lr tésultat s’en déduit.
Théorême 2.3.4. La série génératrice des polynômes euleriens s’écrit :
X tn 1−x
An (x) = (2.6)
n≥0
n! 1 − xe(1−x)t
tn
X An (x) tn X X n m tn
Preuve: On multiplie l’équation 2.5 par n!
, on obtient : = m x =
n≥0
(1 − x)n+1 n! n≥0 m≥0 n!
X 1 X An (x) tn 1−x
xm emt = t
. En multipliant par (1 − x), on a n
= t
. Et en rem-
m≥0
1 − xe n≥0
(1 − x) n! 1 − xe
plaçant t par (1 − x)t, on obtient le résltat.
On admet que E0 = E1 = 1.
Théorême 2.4.3. Les nombres d’Euler (En ) satisfont à la récurence :
n
X 2n
E2n+1 = E2k+1 E2n−2k−1
2k + 1
k=0
n (2.7)
X 2n − 1
E2n = E2k+1 E2n−2k−2
2k + 1
k=0
Preuve: Remarquons d’abord que si n est pair, alors une permutation alernante descendante
sur [n] se termine par une descente et si n est impaire elle se termine par une montée.
Toute permutation alternante descendante se décompose en un triplet (σ1 , 1, σ2 ) où σ1 est
une permutation alternante descendante sur 2k + 1 éléments (6= 1) et les n − 2k − 2 éléments
(6= 1) restantes. La récurence s’en dèduit facilement. .
Théorême 2.4.4. Nous avons
X t2n 1 X t2n+1
E2n = , et E2n+1 = tan(t) (2.8)
n≥0
(2n)! cos(t) n≥0
(2n + 1)!
X t2n X t2n+1
Preuve: Posons f (t) = E2n et g(t) = E2n+1 . Nous avons : :
n≥0
(2n)! n≥0
(2n + 1)!
n
t2n−1 t2n−1
0
X XX 2n − 1
f (t) = E2n = E2k+1 E2n−2k−2 = f (t)g(t) et
n≥1
(2n − 1)! n≥1 k=0
2k + 1 (2n − 1)!
2n n
t2n
X t XX 2n
0
g (t) = E2n+1 = E2k+1 E2n−2k−1 = 1 + f 2 (t). Il suffit alors de
n≥1
(2n)! n≥1 k=0
2k + 1 (2n)!
remarquer que f (0) = 1 et g(0) = 0
Remarque: 2.4.5. Pour cette raison les nombres d’Euler s’appellent aussi nombres tangentes
et sécantes.
Dans ce qui va suivre, nous allons présenter une méthode de calcul des nombres d’Euler.
Cette méthode peut être appliquer à d’autre suites, ou pour générer des suites. Sur ce sujet
nous conseillons au lecteur de lire le chapitre 3 de [22]. Notons Sf (N) l’ensemble des suites finis
d’entiers naturels.
28 CHAPITRE 2. STATISTIQUES SUR LES PERMUTATIONS
Définition 2.4.6. 1. Etant donné une application ϕ : N2 → Sf (N), nous appellons fonction
de développement associée à ϕl’application δϕ : N → Sf (N) définie par δϕ (0) = ϕ(0, 0),
si pour n ≥ 0, δϕ (n) = [sn,1 , sn,2 , · · · , sn,rn ], alors δϕ (n + 1) = [ϕ(n + 1, sn,1 ), ϕ(n +
1, sn,2 ), · · · , ϕ(n + 1, sn,rn )
2. On appelle fonction de compression toute fonction γ : Sf (N) → N.
Le couple (ϕ, γ) permet donc de produire la suite sn = γ ◦ δϕ (n). On dit la suite (sn ) est
obtenue par développement-compression à partir du couple (ϕ, γ). Réciproquement, étant donné
une suite (sn ) on peut chercher un couple (ϕ, γ) qui permet de produire (sn ) par développement-
compression.
Exemple: 2.4.7. Soient :
1. ϕ : N2 → Sf (N) tel que ϕ(0, 0) = ϕ(1, 1) = [1], ϕ(n, k) = [n, n − 1, · · · , n − k + 1] si
1 ≤ k < n et ϕ(n, k) = ∅ dans les autres cas.
2. γ : Sf (N) → N tel que γ(α1 , α2 , · · · , αk ) = α1 + α2 + · · · + αk
Nous avons ϕ(0, 0) = ϕ(1, 1) = [1], ϕ(2, 1) = [2], ϕ(3, 1) = [3], ϕ(3, 2) = [3, 2], ϕ(4, 1) = [4],
ϕ(4, 2) = [4, 3], ϕ(4, 3) = [4, 3, 2], ϕ(5, 1) = [5], ϕ(5, 2) = [5, 4], ϕ(5, 3) = [5, 4, 3], ϕ(5, 4) =
[5, 4, 3, 2], · · · . Donc δϕ (0) = δϕ (1) = [1], δϕ (2) = [ϕ(2, 1)] = [2], δϕ (3) = [ϕ(3, 2)] = [3, 2],
δϕ (4) = [ϕ(4, 3), ϕ(4, 2)] = [4, 3, 2, 4, 3], δϕ (5) = [ϕ(5, 4), ϕ(5, 3), ϕ(5, 2), ϕ(5, 4), ϕ(5, 3)] =
[5, 4, 3, 2, 5, 4, 3, 5, 4, 5, 4, 3, 2, 5, 4, 3], · · · .
Donc la suite engendrée par (ϕ, γ) est la suite (en ) telle que e0 = e1 = 1, e2 = 2, e3 = 5,
e4 = 16, e5 = 61, · · · .
Théorême 2.4.8. Etant donné le couple (ϕ, γ) de l’exemple 2.4.7, nous avons en = En =
γ ◦ δϕ (n − 1), En étant le n-ième nombre d’Euler.
Preuve: En effet, soit σ = σ1 σ2 · · · σn . Si i est une montée de σ, alors σi < σi+1 . Mais σ −1 (σi ) = i
et σ −1 (σi+1 ) = i + 1. Donc dans l’écriture linéaire de σ −1 i + 1 est après i, c’est à dire que i est
une avance. Si i est une descente de σ, alors xi > xi+1 . Alors, dans l’écriture linéaire de σ −1 ,
i + 1 est avant i, c’est à dire que i est un recul.
Lemme 2.4.11. (Algorithme de Viennot) Etant donné un mot m = x1 x2 · · · xn−1 de longueur
n − 1 sur A = {+, −}, pour construire les inverses des permutations σ telles que mσ = m, il
suffit, pour 2 ≤ i ≤ n, de placer i à gauche de i − 1 si xi−1 = − et à droite si xi−1 = −, et ceci
dans toutes les positions possibles.
2.4. NOMBRES D’EULER 29
Lemme 2.4.13. σ ∈ Qn si et seulement si pour chaque i, la lettre 2i est à droite des lettres
2i − 1 et 2i + 1.
Soit r tel que 1 < r ≤ n. Pour σ ∈ Qr−1 , notons Qr (σ) l’ensemble des prolongements de
σ dans Qr en utilisant l’algorithme de Viennot.
Lemme 2.4.14. Soit σ ∈ Qn−1 . Si n est pair alors |Qn (σ)| = k si et seulement si n − 1 occupe
(n − k)-ième position dans l’écriture de σ, et si n est impair alors |Qn (σ)| = k si et seulement
si n − 1 occupe k-ième position.
Preuve: En effet, si n est pair, alors n doit être une avance. Donc |Qn (σ)| = k si et seulement
si il y a k positions possibles pour placer n après n − 1, c’est à dire qu’il y aura k − 1 élémenst
de [n − 1] après n − 1 dans l’écriture se σ. Donc n − 1 occupe la (n − 1) − (k − 1)-ième position.
Preuve du Théorème 2.4.8 Etant donné σ 0 ∈ Qn (σ), notons pn (σ 0 ) la position de n dans σ 0 .
On ordonne Qn (σ) en posant σ 0 < σ 00 ⇔ pn (σ 0 ) < pn (σ 00 ) si n est impair et σ 0 < σ 00 ⇔ pn (σ 0 ) >
pn (σ 00 ) si n est pair. Posons Qn (σ) = {σ 1 , σ 2 , · · · , σ k }, avec σ 1 < σ 2 < · · · < σ k . Si n est impair
(resp. pair), alors n occupe la i-ème position (resp. (n − i)-ième position) de σ i . Donc il y aura
n − i + 1 positions pour insérer n + 1 dans la prochaine étape, c’est à dire |Qn+1 (σ i )| = n − i + 1.
En d’autre terme, ϕ(n, k) = [n, n − 1, · · · , n − k + 1] est la suite des nombres de prolongements
des éléments de Qn (σ), où σ est un élément de Qn−1 admettant k positions. Par conséquent,
δϕ (n) est la suite des nombres de prolongements des éléments de Qn . Donc :
X
γ ◦ δϕ (n) = |Qn+1 (σ)| = en+1 .
σ∈Qn
+
Notons maintenant En,k l’ensemble des permutations alternantes montantes σ ∈ Sn tel
que σ(n) = k.
+
Définition 2.4.15. Les nombres En,k = |En,k | s’appellent nombres d’Entringer.
30 CHAPITRE 2. STATISTIQUES SUR LES PERMUTATIONS
Il est clair que E1,1 = 1, E2n,1 = 0, E2n,2n = E2n−1 , E2n+1,2n+1 = 0, et E2n+1,1 = E2n .
D’autre part, on a :
Xn
En = En,k (2.9)
k=1
+
Le résultat suivant est évident en remarquant que si n est pair, alors un élément de En+1,k se
+
termine par une descnte et si n est impair, En+1,k se termine par une montée.
Ce corollaire nous permet de construire la table de Kempner, qui est une manière de
calculer les nombres d’Entringer et les nombres d’Euler (figure 2.1. La série génératrice des
nombres d’Entringer est donnée dans [25] (voir aussi [7]). Utilisons la terminologie de Stanley,
et posons
m si m + n est pair
[m, n] =
n si m + n est impair
Théorême 2.4.18. On a :
XX xm y n cos x + sin y
Em+n,[m,n] = (2.10)
n≥0 k≥0
m! n! cos(x + y)
2.5. INVERSIONS ET Q-ANALOGUES 31
Notons Inv(σ) l’ensemble des inversions de σ et inv(σ) le nombre d’inversions, c’est à dire
le nombre d’éléments de Inv(σ).
Figure 2.2 –
1 2 3 4 5 6
Exemple: 2.5.2. Soit σ = , qu’on peut présenter σ sous la forme donnée
2 4 3 1 6 5
par la figure 2.2. Alors (x, y) ∈Inv(σ) si les flèches sortant de x et y se croisent. Ainsi Inv(σ) =
{(1, 4), (2, 3), (2, 4), (3, 4), (5, 6)}, et inv(σ) = 5.
Définition 2.5.3. Une fonction sous excédente est une application f : [n] → [n − 1] ∪ {0} telle
que ∀k ∈ [n], f (k) < k.
Preuve: A l’étape k, en plaçant n − k, entre αi et αi+1 , on crée i = ak+1 inversions car il y aura
exactement i éléments plus grand que n − k avant lui. σ0 = n ne contient aucune inversion.
Soit σ = x1 x2 · · · xi nxi+1 · · · xn . Alors pour tout j > i, (i, j) est une inversion de σ. Donc
en posant σi = x1 x2 · · · xi−1 xi+1 · · · xn ∈ Sn−1 , on a l(σ) = (n − 1 − i) + l(σi ). Réciproquement,
soit σ ∈ Sn−1 . On peut prolonger σ, en posant , pour chaque i, 1 ≤ i ≤ n − 1, σ(i) =
x1 x2 · · · xi nxi+1 · · · xn−1 , et σ(0) = nx1 x2 · · · xn−1 . De plus chaque élément de Sn peut être
obtenu de cette manière. On a alors :
X X X n−1 X
l(σ)
Invn (q) = q = q n−1−i+l(σ(i)) = (q n−1 + · · · q + 1) q l(σ) . C’est à dire :
σ∈Sn σ∈Sn−1 i=0 σ∈Sn−1
n−1
Invn (q) = (q + · · · q + 1)Invn−1 (q). En notant que Inv1 (q) = 1, on obtient :
Définition 2.5.7. Une statistique f sur Sn est dite mahonienne s’il a la même distribution que
n−1 n
X
f (σ)
Y
k
Y qk − 1
la statistique inversion, c’est à dire q = (q + · · · + q + 1) = .
σ∈S k=0 k=1
q−1
n
Preuve: Pour σ = σ1 σ2 · · · σn−1 ∈ Sn−1 , posons σ(i) = σ1 · · · σi−1 nσi · · · σn−1 ∈ Sn . Supposons
que Des(σ) = {i1 , i2 , · · · , is }. Il est clair que :
1. Pour 1 ≤ i ≤ i1 , maj(σ(i)) = maj(σ) + s + i
2. Pour 1 ≤ k ≤ s, maj(σ(ik +1)) = i1 +· · ·+ik−1 +(ik +1)+· · ·+(is +1) =maj(σ)+s−k +1
3. Pour 1 ≤ k < s et ik + 1 < i ≤ ik+1 , maj(σ(i) = i1 + · · · + ik + i + (ik+1 + 1) + · · · + (is +
1)=maj(σ) + i + s − k
4. Pour is + 1 < i < n, maj(σ(i)) = maj(σ) + i
5. maj(σ(n))=maj(σ).
Donc
X n
X X
maj(σ)
q = q maj(σ(i))
σ∈Sn σ∈Sn−1 i=1
ik+1
i1 s s−1 X n−1
!
X X X X X
= q maj(σ(i)) + q maj(σ(ik +1)) + q maj(σ(i)) + q maj(σ(i)) + q maj(σ(n))
σ∈Sn−1 i=1 k=1 k=1 i=ik +2 i=is +2
ik+1
i1 s s−1 X n−1
!
X X X X X
= q maj(σ)+s+i + q maj(σ)+s−k+1
+ q maj(σ)+i+s−k + q maj(σ)+i + q maj(σ)
i=1 k=1 i=ik +2
σ∈Sn−1
i1
k=1
s s−1 ik+1 n−1
!i=is +2
X X X X X X
= q maj(σ) q s+i + q s−k+1 + i+s−k
q + qi + 1 .
σ∈Sn−1 i=1 k=1 k=1 i=ik +2 i=is +2
Notons que :
i1
X s
X
s+i s+1 s+2 s+i1
– q =q +q + ··· + q , et q s−k+1 = q + q 2 + · · · + q s
i=1 k=1
i2
X
– Pour k = 1, q i+s−1 = q i1 +s+1 + q i1 +s+2 + · · · + q i2 +s−1
i=i1 +2
Xi3
– Pour k = 2, q i+s−2 = q i2 +s + q i2 +s+1 + · · · + q i3 +s−2
i=i2 +2
– ···
is
X
– Pour k = s − 1, q i+s−k = q is−1 +1 + q is−1 +2 + · · · + q is +1
i=is−1 +2
i1 s ik+1
s−1 X n−1
X X X X
s+i s−k+1 i+s−k
Donc q + q + q + q i + 1 = 1 + q + q 2 + · · · + q n−1 .
i=1 k=1 k=1 i=ik +2 i=is +2
Définition 2.5.9. On appelle q-analogue d’un nombre α tout polynôme P (q) tel que lim P (q) =
q→1
α, et q-analogue d’une suite (αn ) toute suite (Pn (q)) de polynômes telle que ∀n, lim Pn (q) = αn .
q→1
Exemple: 2.5.10. On note [1]q = 1 et si n > 1, [n]q = 1 + q + · · · q n−1 , alors [n]q est un
34 CHAPITRE 2. STATISTIQUES SUR LES PERMUTATIONS
q-analogue de n et si on pose [n]q ! = [1]q [2]q · · · [n]q , alors un obtient un q-analogue de n!. De
plus, on a Invn (q) = [n]q !.
n [n]q !
Exemple: 2.5.11. Posons = , avec [0]q ! = [1]q ! = 1. Il est facile de montrer
k q [k]q ![n − k]q !
n n
que = . De plus,
k q n−k q
n n−1 k n−1
= +q . (2.14)
k q k−1 q k q
n [n]q !
Lemme 2.5.12. = est un polynôme en q, appelé polynômes de Gauss. De
k q [k]q ![n − k]q !
n n
plus, est une q-extension de .
k q k
Une première interprétation combinatoire des q-binomiales peuvent être donné en terme
de partitions d’entiers.
Définition 2.5.13. Une partition de n en k parts est une suite décroissante de k entiers
λ1 ≥ λ2 ≥ · · · ≥ λk > 0 telle que n = λ1 + λ2 + · · · + λk . Le diagramme de Ferrers d’une
partition est alors une matrice formée par des carrées de côté 1, ayant λ1 cellules en premières
lignes, λ2 cellules en deuxième ligne, · · · , λk cellules sur la k-ième ligne.
Exemple: 2.5.14. La figure 2.3 est le diagramme de Ferrers associé à la partition λ = (6, 4, 3, 1)
de 14 en 4 parts.
Preuve: En effet pour n = 1 et ∀k, une partition λ est inclus dans [n] × [k], si et seulement
si elle est de la forme λ = λ1 λ2· · · λj avec
1 ≤ j ≤ k et λ1 = λ2 = · · · = λj = 1. Donc
1+k
p(1, k) = 1 + q + q 2 + · · · + q k = .
k q
Les deux suites p(n, k) et c(n, k) satisfont donc les mêmes conditions initiales et la même
relation de récurence ; ils sont égaux.
36 CHAPITRE 2. STATISTIQUES SUR LES PERMUTATIONS
Chapitre 3
Notre principale source d’information pour la théorie des langages est le livre d’Olivier
Carton ([2]).
Dans la suite on suppose que A et fini. On dénote A∗ l’ensemble de tous les mots, c’est à
X∞
dire que A∗ = Ak
k=0
Exemple: 3.1.2. Si A = {0, 1}, alors A∗ = {ε, 0, 1, 00, 01, 10, 11, 000, 001, 010, 011, 100, 101, 110, · · · }.
37
38 CHAPITRE 3. MOTS, LANGAGES ET CHEMIN
Exemple: 3.1.4. Soit L = {ab, ba}, alors L2 = {abab, abba, baab, baba}.
Définition 3.1.6. L est un code si tout mot de L∗ de décompose de manière unique sous forme
de produit de mots de L.
X
Si L est un langage, la série génératrice de L est la série L(z) = lk z k , où lk = |Lk |. La
k≥0
proposition suivante se démontre facilement.
z2
La série génératrice est L(z) = .
(1 − (z + z 2 ))2
Plus généralement nous avons la définition suivante (voir [2]) :
Définition 3.2.1. La classe R des langages rationnels sur A est la plus petite famille de
langages telle que :
– ∅ ∈ R et {a}R pour toute lettre a ∈ A,
– R est close pour les opérations rationnelles c’est à des opérations +, . et ∗.
3.2. LANGAGE RATIONNEL ET AUTOMATE 39
En d’autre terme un langage rationnel est un langage que l’on peut construire à partir
des singletons {a}, a ∈ A, en utilisant les opérations [
somme, produit et ∗. A titre d’exemples,
∗
les langages suivants sont rationnels : {} = ∅ , A = {a}, le langage L = (AA)∗ des mots de
a∈A
longueur pair, le langage L0 = A(AA)∗ des mots de longueur impair, le langage L = A∗ (aba)A∗
des mots qui contient ub facteur aba.
Une autre manière de définir les langanges rationnels sont les expressions rationnelles.
Définition 3.2.2. La classe E des expressions rationnelles est la plus petite famille d’expressions
telles que :
– le mot vide ε ∈ E, et a ∈ E pour toute lettre a,
– pour toutes expressions E et E 0 de E, les expressions E + E 0 , E∆E 0 et E ∗ sont encore
dans E.
Définition 3.2.4. Un chemin dans un automate (Q, A, E, I, F ) est une suite finie de transitions
a a a an
consécutives q0 →1 q1 →2 q2 →3 · · · → qn . L’état q0 est l’état de départ et qn est l’état d’arrivée
du chemin. Le mot a1 · · · an est l’étiquette du chemin.
40 CHAPITRE 3. MOTS, LANGAGES ET CHEMIN
a b b a b
Exemple: 3.2.5. La suite 2 → 1 → 1 → 1 → 2 → 2 est un chemin dans l’automate de la
figure 3.1. Son étiquette est le mot abbab.
Définition 3.2.6. Un chemin est réussi lorsque l’état de départ est initial et l’état d’arrivée
est final. Un mot est accepté par l’automate A s’il est l’étiquette d’un chemin réussi de A. Le
langage des mots acceptés par l’automate A est noté L(A).
Théorême 3.2.7. Un langage L est rationnel si et seulement s’il existe un automate (fini) A
tel que L = L(A).
Chaque règle est une paire (x, u) où x est une variable et u est un mot sur l’alphabet
A + V . On note x → u lorsque (x, u) ∈ P est une règle de la grammaire. Par extension, si
(x, u1 ), · · · , (x, un ) sont des règles, on écrit x → u1 + · · · + un .
Définition 3.3.2. Soit G = (A, V, s0 , P ) une grammaire et soient u et v deux mots sur A + V
. On dit que u se dérive en (ou produit ) v et on note u → v lorsque il existe α, β ∈ (A + V )∗
et x ∈ V tels que :
u = αxβ, v = αwβ et (X → w) ∈ P .
k
On note u → v s’il existe des mots u1 , u2 , · · · , uk?1 tels que u → u1 → · · · → uk−1 → v.
∗ k
Plus généralement, on notera u → v s’il existe un entier k ≥ 0 tel que u → v.
Définition 3.3.3. Soit G = (A, V, s0 , P ) une grammaire et soit u un mot de (A + V )∗ . On note
\ ∗ ∗ \ ∗
respectivement L G (u) et LG (u) les langages {v ∈ (A + V ) |u → v} et LG (u) ∩ A . Le langage
engendré par la grammaire est alors le langage LG (s0 ).
Définition 3.3.4. Un langage est dit algébrique s’il peut être engendré par une grammaire
algébrique, c’est-à-dire s’il est égal LG (s0 ) pour une variable s0 d’une grammaire G.
Exemples: 3.3.5. 1. G : S → aS + b, LG(S) = a∗ b
2. G : S → aSa + bSb + a + b + ε, LG (S) = {w|w est un palindrome}
3. Langage de Dyck sur n paires de parenthèses :
An = {a1 , · · · , an , a1 , · · · , an }
S → TS + ε
T → a1 Sa1 + · · · + an San
3.3. GRAMMAIRES ALGÉBRIQUES 41
Définition 3.3.6. Soit G = (A, V, S, P ) une grammaire. Un arbre de dérivation est un arbre
fini étiqueté par A ∪ V ∪ {ε} vérifiant la propriété suivante. Si S est l’étiquette d’un noeud
interne et si a1 , · · · , an sont les étiquettes de ses fils alors S → a1 · · · an est une règle de G.
La frontière d’un arbre de dérivation est le mot obtenu par concaténation des étiquettes des
feuilles de gauche à droite. Si la frontière contient au moins une variable, l’arbre est un arbre
de dérivation partielle
Le langage LG (S) (resp. L cG (S)) est donc l’ensemble des mots w ∈ A∗ (resp. (A ∪ V )∗ )
tels qu’il existe un arbre de dérivation (resp. partielle) ayant S à la racine et dont la frontière
est w.
Exemple: 3.3.7. la figure 3.2 nous donne un exemple de dérivation pour la grammaire {S →
ST + ε, T → aSa}. La frontière de cette arbre est le mot aaaaaa.
Remarquons que dans une arbre de dérivation, on ne tient pas compte de l’ordre dans
laquelle les dérivations successives ont été effectué.
42 CHAPITRE 3. MOTS, LANGAGES ET CHEMIN
Définition 3.3.8. On appelle dérivation gauche une dérivation où la variable remplacée est
systématiquement la plus à gauche de l’image de la règle.
Définition 3.3.9. Une grammaire G est dite ambiguë s’il existe un mot ayant au moins deux
arbres de dérivation. Un langage est dit non ambigu s’il existe au moins une grammaire non
ambiguë qui l’engendre. Sinon, il est dit inhéremment ambigu.
Exemple: 3.3.10. Le langage S → S 2 + a est ambigüe. Sur la figure 3.3, nous avons deux
arbres de dérivation disticts associées au mot aaa.
Donc si fL (z) est transcendante, alors L est inhérement ambigüe. De cette manière on
démontre par exemple que le langage de Goldstine est inhéremment ambigu.
Nous terminons le paragraphe par le théorème suivant :
Théorême 3.3.12. Tout langage régulier est algébrique. Plus précisément langage engendré
par une grammaire linéaire à droite est régulier, et réciproquement, tout langage régulier est
engendré par une grammaire linéaire à droite appropriée.
Rappelons qu’une grammaire régulière à droite est une grammaire tel que chaque règle
est de l’une des formes X → uY ou X → ε pour u ∈ A et Y ∈ V . Le théorème suivant nous
donne une manière de transformer une exoression régulière en une grammaire algébrique.
Théorême 3.3.13. Pour toute expression régulière R, il existe une grammaire G telle que
L(G) = L(R).
S → aSbS + ε. (3.2)
Cette équation est un processus itératif permettant de construire les mots de Dyck : c’est donc
soit le mot vide ε soit de la forme aubv, u et v étant des mots de Dyck plus court.
Ainsi, on a D = {ε, ab, abab, aabb, ababab, abaabb, aabbab, aababb, aaabbb, · · · }. Notons que
aa, bb, aaab ∈
/ D. Le théorème suivant donne une caractérisation des mots de Dyck w sur {a, b}.
Théorême 3.4.1. Le mot w sur {a, b} est un mot de Dyck si et seulement si :
1. La longueur |w| de w est pair
2. En notant |a|i (resp. |b|i ) le nombre d’occurrence de a (resp. de b) de la position 1 jusqu’à
la position i, on a |a|i ≥ |b|i pour chaque i, et |a|2n = |b|2n
44 CHAPITRE 3. MOTS, LANGAGES ET CHEMIN
– |a|w u w u
|u|+1 = 1 + |a||u| et |b||u|+1 = 1 + |b||u|
– Si |u| + 2 ≤ i ≤ |v| alors |a|w u v w u v
i = 1 + |a||u| + |a|i−|u|−1 et |b|i = 1 + |b||u| + |b|i−|u|−1 .
Réciproquement, supposons que tout mot de longueur strictement inferieur à 2n satisfaisant
les deux conditions est un mot de Dyck. Soit w un mot de longueur 2n satisfaisant les deux
conditions. Il est clair que la première lettre de w est a et soit k la première position pour laquelle
|a|k = |bk , alors w = aubv, où u est un mot de longueur k − 2 et v de longueur 2n − k. Sachant
que ∀j < k, |a|w w u w w
j > |b|j , il est clair que pour 1 ≤ i < k − 2 on a |a|i = |a|i+1 − 1 ≥ |b|i+1 = bi .
u
Définition 3.5.1. Un chemin dans le réseau N × N est une suite γ = (p0 , p1 , · · · , pn ) de points
pi + (1, 0) ou
pi = (xi , yj ) ∈ N × N vérifiant pi+1 = pour 0 ≤ i ≤ n − 1. Le point p0 est la
pi + (0, 1)
source du chemin, et le point pn est son but.
Si pi+1 = pi + (1, 0), on dit qu’on a un pas horizontal, et si pi+1 = pi + (0, 1) le pas est
vertical. La longueur d’un chemin est le nombre de pas qui le compose.
La figure 3.4 donne l’illustration d’un chemin de longueur 13 allant de (0, 0) à (9, 4).
Habituellement (sauf mention explicite du contraire) la source d’un chemin est le point
(0, 0). On dénote simplement par Γ(k, m) l’ensemble des chemins de but p = (k, m) et de source
(0, 0). Les éléments de Γ(k, m) sont de longueur n = k + m, avec k pas horizontal et m pas
vertical.
Théorême 3.5.2. Il existe une bijection naturelle entre Γ(k, n) et Γ(k − 1, n) + Γ(k, n − 1).
Preuve: Cette bijection est illustré par la figure 3.5 : elle correspond au fait que l’avant-dernier
point de tout chemin de (0, 0) à (k, n) est soit le point (k − 1, n), soit le point (k, n − 1).
Observons aussi qu’un chemin est une suite de pas verticaux et de pas horizontaux. On
peut donc le coder sous la forme d’un mot sur l’alphabet {x, y}, avec x dénotant un pas
horizontal, et y un pas vertical. Plus explicitement, le mot associé au chemin γ = (p0 , p1 , · · · , pn )
est le mot w(γ) = w0 w1 · · · wn−1 , obtenu en posant
x si (pi , pi+1 ) est un pas horizontal
wi :=
y si (pi , pi+1 ) est un pas vertical
Par abus de langage, on désigne aussi par γ le mot associé au chemin. Ainsi le chemin de la
Figure 3.4 correspond au mot xyyxxxyyxxxxx.
Figure 3.5 – Deux chemins joignant (0, 0) à (9, 4), le premier passant par (8, 4) et le second
par (9, 3)
Preuve: Il existe une bijection naturelle entre Γ(k, n − k) et Pk [n]. Cette bijection consiste à
remplacer x par 1 et y par 0 dans le code associé à un chemin. Ce qui permet d’obtenir une
partie à k éléments de [n].
Considérons les pas horizontaux d’un chemin γ = (p0 , · · · , pn ), c’est-à-dire les couples de
points successifs γi := (pi , pi+1 ) pour lesquels on a pi+1 = pi + (1, 0). Pour chacun de ces pas
horizontaux, on a la hauteur du pas : h(γi ) := yi , lorsque pi = (xi , yi ) : h(γi ) est le nombre de
cases qui se trouve sous le pas en question. On se propose de compter les chemins avec un poids
donné par l’aire sous le chemin, c.-à-d. :
X
aire(γ) = h(γi ) (3.6)
γi horizontal
La figure 3.6 nous donne tous les chemins de Γ(3, 2). Donc dans ce cas, C(q) = 1 + q + 2q 2 +
2q 3 + 2q 4 + q 5 + q 6 = (1 + q)(1 + q + q 2 + q 3 + q 4 .
P aire(γ) n+k
Théorême 3.5.4. Posons Γn,k (q) = γ∈Γ(n,k) q . Alors Γn,k (q) = .
k q
Preuve: La figure 3.7 représente une bijection entre Γ(n, k) et l’ensemble P(n, k) des partitions
dont le diagramme de Ferres est inclus dans le rectangle [n] × [k].
pi+1 = pi + (1, 0) ou pi+1 = pi + (0, 1), restant toujours au dessus de la diagonale. L’entier n est
la hauteur du chemin (qui est de longueur 2n). Un chemin de hauteur 0 est le chemin ((0, 0)).
Définition 3.6.2. Le couple (pi , pi+1 ) est dit un pas horizotal si pi+1 = pi + (1, 0) et un pas
vertical si pi+1 = pi + (0, 1).
Proposition 3.6.3. L’application ainsi définit est une bijection entre D[n] et l’ensemble Dn
des mots de Dyck de longueur 2n sur {v, h} et commençant par v.
Définition 3.6.4. Un chemin de Dyck µ1 = (p0 , · · · , p2n ) est dit primitif s’il ne rencontre la
diagonale qu’aux points p0 et p2n .
Elle confirme aussi la bijection entre les mots de Dyck et les chemins de Dyck.
Appelons aire d’un chemin de Dyck le nombre de carreaux (complet) entre le chemin
et la diagonale.
X Le poids d’un chemin étant v(µ) = q A(µ) , où A(µ) est l’aire de µ, posons
Cn (q) = q A(µ) . Nous avons :
µ∈D[n]
La figure 3.10 montre un chemin dont l’aire est 12 et sa décomposition. Cette décompo-
n
X
sition montre alors que Cn (q) = q k−1 Ck−1 (q)Cn−k (q). Donc :
k=1
n−1
X
Cn (q) = q k Ck (q)Cn−k−1 (q) (3.9)
k=0
Notons alors qu’en posant q = 1, on obtient la relation de récurence 3.5 sur les nombres de
Catalan. Cn (q) est donc un q-analogue des nombres de Catalan.
3.7. MOT ET CHEMIN DE MOTZKIN 49
Remarque: 3.6.5. Nous avons aussi la définition équivalente suivante d’un chemin de Dyck.
Définition 3.6.6. Un chemin de Dyck est un chemin γ = (p0 , · · · , p2n ) dans le réseau N × N :
qui démarre en p0 = (0, 0) et se termine au point p2n = (2n, 0), tel que pour tout i, 1 ≤ i ≤ 2n,
pi+1 = pi + (1, 1) ou pi+1 = pi + (1, −1). On dit alors que l’entier n est la demi-longueur du
chemin (qui est de longueur 2n).
Dans cette optique la notion d’aire d’un chemin peut çetre définie comme le nombre de
carreaux pleins au dessous du chemin. A titre d’exemple la Figure 7.37 représente
X un chemin de
0
longueur 10, demi-longueur 5 et d’aire 8. Dans ce cas le polynôme Cn (q) = q A(µ) satisfait
µ∈D[n]
à la récurence :
n−1
X
Cn0 (q) = q 2(k−1) Ck0 (q)Cn−k−1
0
(q) (3.10)
k=0
Si si+1 = si + (1, 1) on dit que si si+1 est une montée, si+1 = si + (1, −1) on dit que si si+1
est une descente, et si si+1 = si + (1, 0) on dit que si si+1 est un pas horizontal.
Définition 3.7.2. Un mot de Motzkin sur {h, m, d} de longueur n est une suite ω = x1 x2 , · · · xn ,
où xi ∈ {h, m, d}, telle que si on note |m|i (resp. |d|i ) le nombre d’occurrence de m (resp. de d)
de la position 1 jusqu’à la position i, on a |m|i ≥ |b|i pour chaque i, et |m|n = |d|n .
Lemme 3.7.3. Pour tout mot de Motzkin w = x1 x2 · · · xn , nous avons l’une et seulemnt l’une
des conditions suivantes :
1. w = ε (mot vide)
2. w = hv, v mot de Motzkin
3. w = mudv, où u et v sont des mots de Motzkin
On en déduit que : √
1−t− 1 − 2t − 3t2
M (t) = (3.12)
2t2
Chapitre 4
Définition 4.1.1. Un graphe orienté est un couple G ~ = (S, ~Γ) où S est un ensemble non vide
dont les éléments sont les sommets du graphe et ~Γ une partie de S × S dont les éléments sont
les arcs ou les flèches du graphe. Le cardinal n de S s’appelle ordre de G.
Si a = (s, s) ∈ ~Γ alors on dit que a est une boucle. Si a = (s, s0 ) est un arc, alors s
s’appelle sommet initial de a et s0 sommet terminal. On dit aussi que a est un arc incident à s
et à s0 .
n o
~ ~ ~ 0 0 ~
Soit G = (S, Γ) un graphe orienté. Pour s ∈ S, on pose Γ(s) = s ∈ S|(s, s ) ∈ Γ . Les
n o
éléments de ~Γ s’appelle successeur de s. De la même manière, on pose ~Γ−1 (s) = s0 ∈ S|(s0 , s) ∈ ~Γ .
Les éléments de ~Γ−1 (s) s’appelle prédecesseur de s.
Propriété: 4.1.3.
X X
d+ (s) = d− (s) = |~Γ| (4.1)
s∈S s∈S
d(s) = 2|~Γ|.
P
Donc s∈S
51
52 CHAPITRE 4. GRAPHES, ARBRES ET ARBIRESCENCES
Si a = {s, s0 } ∈ Γ alors on dit que a est une arête incidente à s et s0 . Comme dans le
cas des graphes orientés, pour s ∈ S, on pose Γ(s) = {s0 ∈ S| {s, s0 } ∈ Γ}.
Lemme 4.2.2. La donnée d’un graphe non orienté G = (S, Γ) est équivalente à la donnée de
l’ensemble des sommets S et d’une application Γ : S → P≤2 (S).
Définition 4.2.3. Le degré d’un sommet s est nombre d’arêtes incidentes à S , une boucle
étant compté deux fois.
Un graphe simple est dite régulier de degré r si tout sommet est de degré r. En parti-
culier, un graphe simple regulier de degré n − 1 s’appelle graphe complet, et se note Kn .
Lemme 4.2.4. Si G = (S, Γ) est un graphe simple alors :
X
d( s) = 2|Γ| (4.2)
s∈S
Par exemple si s ∈ S alors c = (s) est une chaîne de longueur 0 ; tandisque si on a une
boucle au sommet s alors c = (s, s) est une chaîne (et un cycle) de longueur 1.
La relation ”s ≈ s0 ⇔ il existe une chaîne c joignant s à s0 ” est alors une relation
d’équivalence sur S.
Définition 4.2.6. Chaque classe d’équivalence pour la relation ≈ est dite composante
connexe de G. Un graphe G est connexe s’il n’a qu’une seule composante connexe.
Définition 4.2.7. Un point d’articulation (resp. un isthme) de G est un sommet (resp. une
arête) dont la suppression augmente le nombre de composantes connexes.
Lemme 4.2.8. Une arête u est un isthme si et seulement s’il n’appartient à aucun cycle de G.
Théorême 4.3.2. Soit G un graphe simple. Les assertions suivantes sont équivalentes :
1. G est un arbre
2. G est connexe et m = n − 1
3. G est sans cycle élémentaire et m = n − 1
4. Pour tout couple de sommet (a, b) de G, il existe un chaîne unique de joignant a et b.
Définition 4.3.4. Une arborescence est un couple (G, r) où G = (S, Γ) est un arbre et r un
sommet particulier, appelé racine de l’arborescence.
Remarque: 4.3.5. 1. Une arborescence est un graphe orienté, puisqu’on peut orienter chaque
arête en suivant l’unique chaîne de la racine vers chaque sommet.
2. Le théorème de Cayley montrer que le nombre d’arborescences sur n points est nn−1 .
Définition 4.3.6. Soit (G, r) une arborescence. Un sommet s est dite de niveau k si l’unique
chemin de r à s est de longueur k. La racine est l’unique sommet de niveau 0.
Définition 4.3.7. Si s de niveau k, alors les sommets s0 , de niveau k + 1 tels que {s, s0 } est
une arête s’appelle fils de s.
Définition 4.3.8. Une arborescenec ordonnée est une arborescence tel que pour tout sommet
s, l’ensemble des fils de s est muni d’une relarion d’ordre totale.
1. soit l’arbre binaire vide, dans le cas A = ∅, soit l’arbre binaire réduit à un seul noeud,
lorsque |A| = 1 ;
2. soit constitué d’un noeud (la racine, qui est un élément x de A) auquel sont attachées une
branche gauche et une branche droite (qui sont chacun des arbres binaires, respectivement
sur des ensembles B et C tels que B + C = A \ {x}).
On dénote B[A] l’ensemble des arbres binaires sur A, et la définition donnée ci-haut
correspond plus formellement à dire que :
X X
B[A] = {x} × B[B] × B[C] si A =
6 ∅ (4.3)
x∈A B+C=A\{x}
Autrement dit, un arbre binaire est simplement un triplet α = (x, γ, δ) , avec x ∈ A appelé
racine de α, γ un arbre binaire sur B, appelé branche gauche, δ un arbre binaire sur C, appelé
branche droite. De plus B + C = A \ {x}. La racine de γ, si elle existe, est appelé fils gauche
de x et la racine de δ est le fils droite.
Figure 4.1 – L’arbre binaire (c, (a), (b, (e, (f ), 0), (d))).
La figure 4.1 représente un arbre binaire sur A = {a, b, c, d, e, f } dont la racine est c,
la branche gauche est (a) et la branche droite est (b, (e, (f ), 0), (d)). Dans cette arbre, chaque
élément de A est représentée par un point, appelé noeud. le fils gauche de c est a et le fils droite
est b, le fils gauche de b est e et son fils droite est d. le fils gaucle de e est f , il n’a pas de fils
droite. Les noeuds a, f, d n’on pas de fils : ils s’appellent feuilles de l’arbre, les autres étant les
noeuds internes.
Définition 4.4.2. Si x est un sommet et y le fils gauche de x (resp. fils droite), alors on dit
que {x, y} est une arête gauche (resp. arête droite).
Remarque: 4.4.3. Une arbre binaire n’est autre qu’une arborescence ordonnée telle que chaque
somment a au plus deux fils.
Une pratique très courant est de représenter un arbre sans les étiquettes, c’est à dire en
oubliant les éléments de l’ensemble A, et en ne dessinant que la forme de l’arbre. On parle alors
d’arbre binaire non étiqueté.
4.5. ARBRES BINAIRES CROISSANTES 55
La figure 4.2 représente l’arbre binaire non étiqueté associé à l’arbre binaire de la figure
4.1.
Théorême 4.4.4. Le nombre cn d’arbres binaires non étiquetés sur n points satisfait à la
relation de récurrence :
n−1
X
c0 = c1 = 1 et cn = ck cn−1−k (4.4)
k=0
Preuve: La relation de récurrence est obtenu en remarquant qu’une arbre binaire non étiqueté
sur n points est formé d’une racine, d’une branche gauche qui est une arbre binaire sur k et
d’une branche droite qui est un arbre binaire sur les n − 1 − k points restants.
Il reste alors à remarquer pour un arbre binaire non étiqueté donné, il existe n! façons
différentes de placer les étiquettes pour obtenir une binaire .
En utilisant la relation 4.4, on démontrer que :
√
X
n 1− 1 − 4t2 1 2n
C(t) = cn t = et que cn = (4.5)
n≥0
2t n+1 n
description récursive :
X
Abc[A] = {min(A)} × Abc[B] × Abc[C], si A 6= ∅. (4.6)
B+C=A\{min(A)}
Preuve: Pour construire une arbre binaire croissante, il y a une seule position possible pour
1 : C’est la racine, puis deux positions pour 2, à gauche de 1 ou à droite, une fois placée 2, il
y a trois positions pour 3, soit à gauche ou à droite de 2, soit la deuxième position au dessus
de 1 ( par exemple à gauche si 2 est à droite de 1) et ainsi de suite. Soit α une arbre binaire
croissante sur [n].
Définition 4.5.2. Etant donné un sommet s, il existe un unique chemin joignant s à la racine
1, la longueur h(s) de ce chemin est souvent appelé hauteur du sommet s, le nombre hg (s)
d’arêtes gauches (resp. hd (s) d’arêtes droites) s’appelle hauteur gauche (resp. hauteur droite)
de s.
Soit maintenant α un arbre binaire, s un sommet tel que hg (s) = 0. Par définition s est
la racine d’un sous arbre αs = (s, ∅, δ). On dit que δ est une branche droite de α. La figure 4.4
nous montre les trois branches droites de l’arbre de la figure 4.3.
Remarque: 4.5.3. Remarquons qu’on a une bijection naturelle entre les arbres binaires crois-
sante et Sn . Elle est obtenue en projetant l’arbre sur un axe horizontal en conservant la notion
de gauche et de droite : π : Abc[n] → Sn tel que si α = (1, γ, δ), alors π(α) = π(γ)1π(δ). La
bijection réciproque est défini de la manière suivante : ρ : Sn → Abc[n]. Si σ = u1v ∈ Sn , alors
ρ(σ) = (1, ρ(u), ρ(v)).
Notons qu’en utilisant la transformation fondamentale pour décomposer en produit de
cycles la permutation π(α), chaque cycle correspond à la projection de chaque branche droite
de l’arbre binaire.
Partitions d’entiers
5.1 Généralités
Définition 5.1.1. On appelle partition de l’entier n en k parts une suite λ = (λ1 , λ2 , . . . , λk )
k
X
d’entiers, telle que 1 ≤ λk ≤ λk−1 ≤ . . . ≤ λ1 et λi = n.
i=1
Soit mi = mi (λ) le nombre de part de λ, égal à i. Alors on écrit aussi λ = (1m1 2m2 3m3 · · · ).
X n
Notons que dans ce cas kmk = n.
k=1
Théorême 5.1.2. Il existe une bijection entre P les partitions de n et l’ensemble des suites
d’entiers naturels (m1 , m2 , . . . , mn ) telles que nk=0 kmk = n.
Preuve: Il est évident que l’application λ = (1m1 2m2 3m3 · · · ) → (m1 , m2 , · · · , mn ) est bijective.
Un diagramme de Ferrer d’une partition λ = (λ1 , λ2 , . . . , λk ) de n est une manière
efficace de représenter et de visualiser λ. Il est obtenu en plaçant dans le carré [n] × [n] du plan,
λk cellules dans la premère ligne, puis λk−1 cellules dans la deuxième ligne,· · · , et les λ1 cellules
dans la k-ème ligne (figure 5.1).
Théorême 5.1.4. Le nombre de partitions de n dont la plus grande part est égale à k (resp.
≤ k) est égale au nombre de partitions de n ayant k (resp. au plus k) parts.
59
60 CHAPITRE 5. PARTITIONS D’ENTIERS
Définition 5.1.5. Une partition λ est auto-conjugué s’il est égale à son conjugué.
Figure 5.2 – Bijection entre partitions auto-conjuguée et partitions en parts distincts et im-
pairs.
Preuve: la bijection entre partitions auto-conjuguées de n et partitions dont tous les parts sont
distinctes et impairs est schématisée par la figure 5.2.
X Y 1
Théorême 5.2.1. (d’Euler) F (t) = p(n)tn =
n≥0 k≥0
1 − tk
k
X n
X
Notation : Soit λ = (λ1 , λ2 , . . . , λk ) est une partition. On pose |λ| = λi , l(λ) = k = mi
i=1 i=1
le nombre de parts de λ, mi étant le nombre de part = i, s(λ) la plus petit part de λ et a(λ)
la plus grande part. Le théorême d’Euler se généralise comme suit :
∞ ∞
X Y 1 X sn tn
Théorême 5.2.3. F (s, t) = sl(λ) t|λ| = k
= 1 + 2 ) · · · (1 − tn )
.;
λ∈P k=0
1 − st n=1
(1 − t)(1 − t
k
X X
a(λ) n
Y 1
et Fk (s, t) = ( s )t =
n i=0
1 − sti
λ`n,l(λ)≤k
∞ ∞
Y 1 Y
Preuve: Soit P (t) = k
= (1 + stk + s2 t2k + s3 t3k + · · · ). Donc
k=0
1 − st k=0
X X
m1 +m2 +···+mn
n
[t ]P (t) = s = sl(λ) .
Pn
(m1 ,m2 ,··· ,mn ), k=0 kmk =n λ`n
∞
X
l(λ) |λ|
Y 1 XX X X
D’autre part, F (s, t) = s t = k
= 1+ ( s l(λ) n
)t = 1+ s n
( t|λ| ).
λ∈P k=0
1 − st n≥1 λ`n n≥1 λ,l(λ)=n
X X tn
Or, t|λ| = t|λ| = .
(1 − t)(1 − t2 ) · · · (1 − tn )
λ,l(λ)=n λ,a(λ)=n
Pour Fk (s, t), il suffit de remarquer que l’ensemble {λ ` n, l(λ) = k} est en bijection avec
l’ensemble {λ ` n, a(λ) = k}.
62 CHAPITRE 5. PARTITIONS D’ENTIERS
Remarquons que :
k 2 3 4
Q
k≥0 (1 + t ) = (1 + t)(1 + t )(1 + t )(1 + t ) · · ·
2 4 6 8
= 1−t 1−t 1−t 1−t
1−t 1−t2 1−t3 1−t4
1
· · · = 1−t 1 1 1
1−t3 1−t5 1−t7
···
1
Q
= k≥0 1−t2k+1
5 = 3+2 = 20 .3 + 21 .1
= 2(1) + 1(3) = 3 + 1 + 1
Figure 5.4 – La partition λ = (9, 8, 7, 7, 5, 4, 3, 1), son carré de Durfee [δ]5 , et le couple (µ, ν)
La figure 5.4 montre que toute partition de n se décompose de manière unique en son
carré de Durfee [δ]r , et un couple de partitions (µ, ν), où µ est une partition d’un entier n − k
tel que a(µ) ≤ r, et ν une partition de l’entier k − r2 tel que l(ν) ≤ r. En d’autre terme,
l’application ϕ : P → ∪r (∆r × P−,r × P−,r ) tel que ϕ(λ) = ([δ]r , µ, ν), où [δ]r est le carré r × r,
P−,r est l’ensemble des partitions dont la plus grande part est inférieure ou égale à r, est une
bijection. D’où :
5.3. GÉOMETRIE DES TABLEAUX DE YOUNG 63
∞ ∞ 2
Y 1 X tr
Théorême 5.3.2. (Euler) F (t) = k
= 1 + 2 (1 − t2 )2 · · · (1 − tr )2
.
k=0
1 − t r=1
(1 − t)
Plus généralement :
∞ 2
X sr tr
Théorême 5.3.3. F (s, t) = 1 +
r=1
(1 − t)(1 − t2 ) · · · (1 − tr )(1 − st)(1 − st2 ) · · · (1 − str )
r2
X
= sr t Fr (t)Fr (s, t)
r
= +
0 00
Preuve: Soient Dnk = {λ ∈ Dn0 , l(λ) = k}, Dnk = {λ ∈ Dn , l(λ) = k} et Dnk 0
= {λ ∈ Dnk , λk =
0 00 0
0}. Il est clair que Dnk = Dnk ∪ Dnk , et que |Dnk | = |Dnk |. Donc
X X X X X X X X X
sl(λ) ta(λ) = sk ( ta(λ) )+ sk ( ta(λ) ) = sk ( ta(λ) )+ sk ( ta(λ) ) =
λ∈D0 k≥1 λ∈Dnk k≥1 0
λ∈Dnk k≥1 λ∈Dnk k≥1 λ∈Dn,k−1
Y Y
k k
(1 + st ) + s (1 + st )
k≥1 k≥1
64 CHAPITRE 5. PARTITIONS D’ENTIERS
Type 1 Type 2
m m+1
m m
2m − 1 2m
Preuve: L’ensemble D des partitions en parts distincts étant pondéré par v(π) = (−1)l(π) , la
figure 5.7 représente une involution, appelé involution de Franklin, dont les points fixes sont les
partitions pentagonaux, représenté par la figure 5.8.
∞
Y ∞
X X∞
On en déduit que (1 − tk ) = 1 + (−1)m tm(3m−1)/2 + (−1)m tm(3m+1)/2 .
k=1 m=1 m=1
∞
X ∞
X −1
X
Or (−1)m tm(3m+1)/2 = (−1)−m t(−m)(3(−m)−1)/2 = (−1)m tm(3m−1)/2 . D’où le ré-
m=1 m=1 m=−∞
sultat.
Les nombres m(3m ± 1)/2 s’appelle nombre pentagonal d’Euler
5.5. IDENTITÉ DU PRODUIT DE GAUSS 65
Théorême 5.5.2. ∞ ∞
Y 1 + ti X 2
= (−1)k tk (5.2)
i=1
1− ti k=−∞
Preuve: En effet, notons P l’ensemble des partitions d’entiers, D l’ensemble des partitions en
∞ ∞
2 2
X X X
On en déduit que (−1)l(λ) t|λ| = 1 + 2 (−1)k tk = (−1)k tk .
λ∈M k=1 k=−∞
Nous avons :
∞ ∞ −1 ∞ ∞ ∞
Y 1 X
k k(k+1)/2
X
k k(k+1)/2
Y 1 X
k k(k+1)/2
Y 1
( r
)( s t ) = s t r
+ s t
r=1
1 − t k=−∞ k=−∞ r=1
1−t k=0 r=1
1 − tr
∞ ∞ ∞ ∞ .
X
−k k(k−1)/2
Y 1 X
k k(k+1)/2
Y 1
= s t r
+ s t
k=1 r=1
1 − t k=0 r=1
1 − tr
∞
Y ∞
Y X
Notons alors que (1 + st ) (1 + s−1 tj ) =
i
sl(ν)−l(µ) t|µ|+|ν| . La figure 5.11 re-
i=1 j=0 (µ,ν)∈D0 ×D
0
présente une bijection de l’ensemble D × Dπ pondéré par π(ν, µ) = sl(µ)−l(ν) sur (T × P)p ∪
(T × P)p0 , T étant l’ensemble des triangles rectangles isocèles, p et p0 étant des pondérations
tel que p(τ, λ) = sk et p0 (τ, λ) = s−k−1 , k étant la dimension du triangle. Dans cette figure, les
5.6. TRIPLE PRODUIT DE JACOBI 67
deux premières lignes représentent les cas des éléments de (T × P)p0 , et les deux dernières les
cas des éléments de (T × P)p .
Notons qu’ en posant t = q 2 et s = z 2 /q, l’identité 5.3 s’écrit :
∞
2
Y X
2n 2n−1 2 2n−1 −2
(1 − q )(1 + q z )(1 − q z )= q n z 2n (5.5)
n≥1 n=−∞
Pour terminer, voici un résultat du même genre (Démonstration à chercher dans la litté-
rature) Y X
( (1 − tk ))3 = (−1)k (2k + 1)tk(k+1)/2 (5.7)
k≥1 k≥0
∞ 2 ∞
X tk Y 1
1+ 2 k
= 5i+1
(5.8)
k=1
(1 − t)(1 − t ) · · · (1 − t ) k=0 (1 − t )(1 − t5i+4 )
∞ ∞
X tk(k+1) Y 1
1+ 2 k
= 5i+2
(5.9)
k=1
(1 − t)(1 − t ) · · · (1 − t ) k=0 (1 − t )(1 − t5i+3 )
En effet, considérons les partitions dont les parts sont distincts et ne sont pas consécutives,
d’une part et les partitions dont les parts sont distinctes, non consécutives et au moins égales
à 2 d’autre part. La figure 5.12 (I) (première ligne) montre que la série génératrice des partitions
∞ 2
X tk
dont les parts sont distincts et ne sont pas consécutives est F1 (t) = 1 + 2 ) · · · (1 − tk )
.
k=1
(1 − t)(1 − t
En effet, la surface du triangle coloré (bleu + orange) est k(k+1) 2
+ k(k−1)
2
= k 2 . Et le reste
est une partition ayant au plus k parts. Le deuxième ligne de la même figure montre que
la série génératrice des partitions dont les parts sont distincts, non consécutives et ≥ 2 est
∞
X tk(k+1)
F2 (t) = 1 + 2 ) · · · (1 − tk )
: le triangle coloré (bleu + orange) a pour surface
k=1
(1 − t)(1 − t
k(k+1) k(k+1)
2
+ 2
= k(k + 1).
5.8. LA BIJECTION DE REMMEL 69
Figure 5.12 – Partitions dont les parts sont distincts et ne sont pas consécutive
La figure 5.13 représente une bijection entre les partitions dont les parts sont distincts
et ne sont pas consécutives et les partitions dont la plus petite part est supérieur ou égal au
nombre de parts d’une part, entre les partitions dont les parts sont distincts non consécutives
et ≥ 2 et les partitions dont la plus petite part est strictement supérieur au nombre de parts
d’autre part.
Théorême 5.8.1. Soit A = {Ai , i ∈ ω}, et B = {Bi , i ∈ ω}, deux listes de multiensembles
70 CHAPITRE 5. PARTITIONS D’ENTIERS
vérifiant :
|∪i∈S Ai | = |∪i∈S Bi | , (∀S ⊂ ω)
Alors le nombre de partitions de n ne contenant aucun des Ai est égal au nombre de partitions
de n ne contenant aucun des Bi
Preuve: Soit Ξ l’ensemble des couples (π, S) tel que π soit une partition de n et S ⊂ ω, tel que
∀s ∈ S, As ⊂ π. Pour chaque (π, S) ∈ Ξ, on pose v(π, S) = (−1)|S| . Soit alors nπ l’indice du
plus grand (au sens de l’inclusion ou du cardinal ?) multensemble de A qui est inclu dans π.
On définit alors sur Ξ une involution en posant α(π, S) = (π, S \ nπ ) si nπ ∈ S et
α(π, S) = (π, S ∪ {nπ }) sinon. Cette involution a pour ensemble des points fixes l’ensemble des
couples (π, ∅), tel qu’aucun des Ai , i ∈ ω, n’est inclu dans π.
On définit de la même manière Ψ = {(λ, S), S ⊂ ω, λ partition de n, ∀s ∈ S, Bs ⊂ λ} et
l’involution β tel que β(λ, S) = (λ, S \ nλ ) si nλ ∈ S et β(λ, S) = (λ, S ∪ {nλ }), sinon, nλ étant
défini de lamême manière que nπ .
L’application f (π, S) = (λ, S), où λ = [π \ (∪i∈S Ai )] ∪ (∪i∈S Bi ) est alors une bijection qui
conserve le poids.
Comme corollaire immédiat nous avons :
Corollaire 5.8.2. Soit A et B deux suites de multiensembles deux à deux disjointes, telles
que ∀i, |Ai | = |Bi | alors |Pn (A)| = |Pn (B)|, où Pn (A) est l’ensemble des partitions de n qui ne
contient aucun éléments de A.
On représente un tel tableau en remplissant chaque case c de D avec la valeur τ (c). La fi-
gure 5.14 représente le diagramme D = {(0, 0), (2, 0), (3, 0), (2, 1), (3, 1), (1, 3), (0, 2), (1, 2), (0, 3)}
et un tableau de forme D.
5.9. TABLEAU DE YOUNG 71
Un tableau τ , de forme µ ` nn, est dit standard ou un tableau de Young 12 s’il est
semi-standard et injectif et à valeur dans {1, 2, · · · }ng. Autrement dit, τ (i, j) < τ (i0 , j 0 ) si
(i, j) < (i0 , j 0 ).
La figure 5.15 représente un tableau semi-standard (I) et un tableau standard (II). On
note Young(µ) l’ensemble des tableaux standards de forme µ.
Soit maintenant un diagramme µ ` n et c = (i − 1, j − 1) une case de µ. On appelle
longueur d’équerre c de c le nombre de cases situé à droite et en haut de c + 1, c’est à dire
Exemple: 5.9.3. Pour la partition µ = 321, les équerres de chaque case est donné par la figure
6!
5.17 (I). Par conséquent le nombre de tableaux de Young est 16 = 5·3·3 . La figure 5.17 (II) nous
donne la listes des tableaux standards de forme µ = 321.
72 CHAPITRE 5. PARTITIONS D’ENTIERS
dans le tableau formé des lignes 2, 3, · · · de Pτ , et ainsi de suite. Si a est plus grand
que toute les valeurs de la première ligne, alors on ajoute a dans une nouvelle case
à la fin de cette ligne. Le résultat Pσ est donc un tableau standard qui diffère de Pτ
, dans sa forme, par une case.
(b) On modifie le tableau Qτ en lui ajoutant une case en même position que celle par
laquelle Pσ diffère de Pτ , et donne la valeur n à cette case.
Une étape du processus d’insertion est illustrée par la figure 5.19. On inscèere 6 dans le
premier tableau. Cette insertion éjecte 8 de la première ligne, et on doit l’insérer dans la seconde,
ce qui éjecte 9 dans la deuxième ligne. etc Les éléments qui sont déplacés par l’insertion sont
dans les cases en vert dans le second tableau. La case qui contient 9 est la nouvelle case.
Une conséquence immédiate de cette bijection est :
X
n! = fµ2 (5.13)
µ`n
La figure 6.1 représente deux manières typiques de représenter une espèce quelconque.
Remarques: 6.1.2. 1. Dans le langage de la théorie des catégorie, une espèce n’est autre
qu’un foncteur de la catégorie des ensembles finis et bijections vers la catégorie des en-
sembles finis et applications.
2. En pratique, F(σ) permet de reétiqueter les éléments de F(A) par les éléments de B, pour
obtenir un élément de F(B) (figure 6.2) .
75
76 CHAPITRE 6. INTRODUCTION À LA THÉORIE DES ESPÈCES
3. σ étant une bijection, F(σ) est une bijection et F(σ −1 ) = (F(σ))−1 . Donc, si |A| = |B|,
alors |F(A)| = |F(B)|. Pour les problèmes d’énumérations, on prendra A = [n].
Exemples: 6.1.3. Nous donnons ici une liste d’espèces de structure classiques. Dans chaque
cas, nous demandons au lecteur de vérifier qu’il s’agit vraiement d’une espèce de structure.
1. L’espèce S des permutations : S(E) est l’ensemble des permutations de E, et si σ : E → F
est une bijection, alors pour tout τ ∈ S(E), S(σ)(τ ) = σ −1 τ σ.
2. L’espèce C des permutations circulaires : C(E) est l’ensemble des permutations circulaire
de E, le transfert de structures étant défini comme précédement (vérifier en particulier
que si σ : E → F est une bijection et τ ∈ C(E), alors σ −1 τ σ ∈ C(F )).
3. L’espèce L des listes : L(E) est l’ensemble des suites x1 x2 · · · xn de longueur n = |E|
d’éléments de A, et si σ : E → F est une bijection et s = x1 x2 · · · xn ∈ L(E), alors
L(σ)(s) = y1 y2 · · · yn si ∀i, yi = σ(xi ). Notons qu’on peut considérer L(E) aussi comme
l’ensemble des bijections f : [n] → E, auquel cas L(σ)(f ) = σ ◦ f .
4. L’espèce E des ensembles : E(E) = {E} et si σ : E → F est une bijection, alors E(σ)(E) =
F.
5. L’espèce En des ensembles de cardinal n : En (E) = {E} si |E| = n et En (E) = ∅ sinon ; le
transfert de structure étant défini comme précédemment.
L’espèce E0 est aussi noté 1, et l’espèce E1 des singletons est aussi noté X.
6. L’espèce vide noté 0 et défini par 0(E) = ∅, pour tout ensemble E.
7. De la même manière, on peut définir l’espèce E≤n des ensembles de cardinal ≤ n :
E≤n (E) = {E} si |E| ≤ n et E≤n (E) = ∅ sinon.
8. L’espèce des éléments définie par (E) := E. Ici une structure sur E est un élément de
E et si σ : E → F est une bijection, alors (σ) = σ.
9. L’espèce P des parties d’ensembles : P(E) est l’ensemble des parties de E. Si σ : E → F
est une bijection, et π ∈ P(E), alors P(σ)(π) = {σ(x), x ∈ π}.
10. L’espèce Par des partitions d’ensembles : Par(E) est l’ensemble des partitions de E. Si
σ : E → F est une bijection, et π ∈Par(E), alors Par(σ)(π) = {π(b), b ∈ π}.
11. Dans les exemples précédent nous avons construit de manière explicite les espèces. Mais
on peut aussi les construire en utilisant des systèmes d’axiomes. Par exemple, l’espèce des
endofonctions peut être définie de la manière suivante :
6.1. GÉNÉRALITÉS SUR LES ESPÈCES DE STRUCTURES 77
A titre d’exemple, dans le cas de l’espèces des permutations la notion de type d’isomorphie
coïncide avec la notion de type cyclique comme le montre la figure 6.3. Cette figure représente
le type d’isorphie de la permutation σ = (1, 9, 2, 6)(3, 8)(4, 7)(5, 10, 11). Son type cyclique est
(0, 2, 1, 1, 0, 0, 0, 0, 0, 0, 0), c’est à dire 0 cycle de longueur 1, 2 cycles de longueur 2, 1 cycle de
longueur 3, 1 cycle de longueur 4, 0 cycle de longueur k, pour k ≥ 5. Dans le cas général, la
notion de type d’isomorphie coïncide avec la notion de structure non étiquetée, c’est à dire la
structure obtenue quand on oublie les étiquètes des points dans la représentation géométrique
de F.
78 CHAPITRE 6. INTRODUCTION À LA THÉORIE DES ESPÈCES
Notons aussi que pour un ensemble U donné, la relation s ∼ t est une relation d’équiva-
lence sur F[U ].
Définition 6.1.5. Etant donné deux espèces de structures F et G, un morphisme f : F → G
est défini par la donnée, pour tout ensemble fini E, d’une application fE : F(E) → G(E) tel
que pour tout bijection σ : E → F , on a fF F(σ) = G(σ)fE , c’est à dire que le diagramme de
la figure 6.4 est commutatif. Si de plus, pour tout ensemble fini E, fE est bijective, alors on dit
que f est un isomorphisme et que F et G sont isomorphes.
Preuve: Car ∀n, f[n] : F([n]) → G([n]) est une bijection, alors |F([n])| = |G([n])|.
Remarque: 6.2.4. La réciproque de ce théorème est fausse. L’espèce L des listes et l’espèce
S des permutations de E vérifient L(t) = S(t). Mais L n’est pas isomorphe à S : les transports
de structures ne se font pas de la même manière.
n
X
Dans ce cas, on a iσi = n. Rappelons que si F est une espèce et σ une permutation
i=1
de U , alors F(σ) est une permutation de F(U ).
Définition 6.2.8. On appelle série indicatrice des cycles de F la série formelle à une infinité
de variables : X 1 X
ZF (x1 , x2 , x3 , · · · ) = fix(F(σ))xσ1 1 xσ2 2 xσ3 3 · · · xσnn , (6.3)
n≥0
n! σ∈S
n
fix(F(σ)) étant le nombre de poits fixes de F(σ) et (σ1 , σ2 , σ3 , · · · , σn ) étant le type cyclique
de σ.
a) Z0 (x1 , x2 , x3 , · · · ) = 0 b) Z1 (x1 , x2 , x3 , · · · ) = 1
1
c) ZX (x1 , x2 , x3 , · · · ) = x1 d) ZL (x1 , x2 , x3 , · · · ) =
1 − x1
1
e) ZS (x1 , x2 , x3 , · · · ) =
(1 − x1 )(1 − x2 )(1 − x3 ) · · ·
x2 x3
f) ZE (x1 , x2 , x3 , · · · ) = exp(x1 + + + ···)
2x 3x
2 3
g) Z (x1 , x2 , x3 , · · · ) = x1 exp(x1 + + + ···)
2 3
La série indicatrice des cycles contient en fait la série génératrice exponentielle. Nous
avons :
Le lemme de Burnside
Définition : Soient G un groupe noté multiplicativement, X un ensemble. Une action du groupe
G sur X est la donnée d’une application : φ : G × X → X, vérifiant les propriétés suivantes :
- ∀x ∈ X, φ(e, x) = x, où e est le neutre de G.
- ∀g, g 0 ∈ G, ∀x ∈ X, φ(g, φ(g 0 , x)) = φ(gg 0 , x).
Notation : φ(g, x) = g.x
Remarquons que si g ∈ G, l’application φg : X → X telle que φg (x) = g.x est une bijection.
La relation x ∼ y ⇔ ∃g ∈ G tel que g.x = y. Chaque classe s’appelle orbite. On note X/G
l’ensemble quotient c’est à dire l’ensemble des orbites.
D’autre part, si g ∈ G, on dit que x est un point fixe de g si g.x = x. On note Fg l’ensemble des
points fixes de g. X
Lemme de Burnside Card(X/G)Card(G) = Card(Fg ).
g∈G
6.3. OPÉRATIONS SUR LES ESPÈCES 81
6.3.1 Addition
Définition 6.3.1. On appelle somme de F et de G l’espèce F + G définie par :
1. (F + G)(E) = F(E) ∪ G(E) (réunion disjointe)
2. Si σ : E → F est une bijection, alors (F + G)(σ)(s) = F(σ)(s), si s ∈ F(E) et (F +
G)(σ)(s) = G(σ)(s) si s ∈ G(E).
^
Théorême 6.3.2. On a (F +G)(t) = F(t)+G(t) (F + G)(t) = F(t)+
e G(t),
e et ZF +G = ZF +ZG .
Preuve: Remarquez qu’une F + G-structure est soit une F-structure, soit une G-structure.
6.3.2 Produit
Définition 6.3.3. On appelle produit de F et de G l’espèce F.G définie par :
[
1. (F.G)(E) = F(A) × G(E \ A)
A⊂E
2. Si σ : E → F est une bijection et A ⊂ E, alors σ induit deux bijections σA : A → σ(A)
et σE\A : E \ A → σ(E \ A). Alors si s = (sA , sE\A ) est un élément de (F.G)(E), on a
(F + G)(σ)(s) = (F(σA )(sA ), G(σE\A )(sE\A )).
^ = F(t).
Théorême 6.3.4. On a (F.G)(t) = F(t)G(t), (F.G)(t) e G(t)
e et ZF .G = ZF ZG .
n tn
an tn! et (G(t) =
P P
Preuve: En effet, posons (F(t) = n≥0 n≥0 bn n! . Comme (F.G)([n]) =∪A⊂[n] F(A)×
G([n] \ A), alors :
Les cas des séries indicatrices des cycles sont laissés aux lecteurs à titre d’exercice.
Exemple: 6.3.5. 1.- L’espèce S des permutations est le produit de l’espèce E des ensembles et
de l’espèce D des dérangements, car une permutation σ sur un ensemble E est un couple (A, σ 0 )
où A est l’ensemble des points fixes de σ et σ 0 un dérangement sur E \ A. On en déduit que
e−t
Y x2 x3
S(t) = E(t)D(t). Donc D(t) = 1−t et ZD (x1 , x2 , x3 , · · · ) = ( (1 − xi )) exp(x1 + + + · · · ).
i≥1
2 3
2.- L’espèce des parties vérifie P = E.E. On en déduit que P(t) = E 2 (t) = e2t et
x2 x3
ZP (x1 , x2 , x3 , · · · ) = (exp(x1 + + + · · · ))2
2 3
Théorême 6.3.7. On a :
a) (F ◦ G)(t) = F(G(t))
^
b) (F ◦ G)(t) = ZF (G(x), e e 2 ), G(x
G(x e 3 ), · · · )
b) ZF ◦G (x1 , x2 , x3 , · · · ) = ZF (ZG (x1 , x2 , x3 , · · · ), ZG (x2 , x4 , x6 , · · · ), ZG (x3 , x6 , x9 , · · · ), · · · )
Exemple: 6.3.8. 1- La figure 6.8 montre qu’une partition est un ensemble d’ensembles non
vides. Donc Par= E(E ∗ ), où E ∗ est l’espèce des ensembles non vides. On en déduit que :
– Par(t) = exp(et − 1),
6.3. OPÉRATIONS SUR LES ESPÈCES 83
X1 x2k x3k
– ZPar (x1 , x2 , x3 , · · · ) = exp( exp(xk + + + · · · ))
k≥1
k 2 3
2- De la même manière, une permutation est un ensemble de cycle, c’est dire S = E(C). Ceci
1 1
montre que S(t) = E(C(t), c’est à dire = exp(ln ).
1−t 1−t
L’identité remarquable suivant s’en déduit aussi :
Y 1 X1
= ZS (x1 , x2 , x3 , · · · ) = exp( ZC (xk , x2k , x3k , · · · )).
k≥1
1 − xk k≥1
k
De cette égalité, on déduit que :
X φ(k) 1
ZC (xk , x2k , x3k , · · · ) = ln .
k≥1
k 1 − xk
6.3.4 Dérivation
Définition 6.3.9. Soit F une espèce. Une F 0 -structure sur U est une F−structure sur U ∪{∗},
où ∗ est un élément tel que ∗ ∈
/ U , le transport de structure étant défini de la manière suivante :
Toute bijection σ : U → V se prolonge en une bijection σ + : U ∪ {∗} → V ∪ {∗0 } en
posant σ + (x) = σ(x) si x ∈ U et σ + (∗) = (∗0 ). Alors F 0 (σ) = F(σ + )
1. (F 0 )(x) = F 0 (x)
f0 (x) = ( ∂ ZF )(x, x2 , x3 , · · · )
2. F ∂x1
Les démontrations sont données par les figures 6.10 et 6.11 pour 2 et 3.
E 0 = E, S 0 = LS, L0 = L2 , P 0 = EP.
Au niveau des séries génératrices exponentielles, ces égalités se traduisent par : (et )0 = et ,
1 0 et −1 0 t
( 1−x 1
) = (1−x)2 , (e ) = et ee −1 .
Remarque: 6.3.13. Si on note X l’espèce E1 des singletons, alors la dérivée d’une espèce F
dF
est souvent notée dX .
6.3.5 Pointage
Définition 6.3.14. Soit F une espèce. L’espèce F • est définit comme suit :
- Une F • -structure sur U est un couple (r, f ) où r ∈ U et f ∈ F(U ).
- Si σ : U → V , et (r, f ) ∈ F • (U ), alors F • (σ)(r, f ) = (σ(r), F • (σ)(f ).
Figure 6.13 – F • = X dX
dF
Par exemple, soit A l’espèce des arbres et B l’espèce des arborescences. Alors B = A• .
86 CHAPITRE 6. INTRODUCTION À LA THÉORIE DES ESPÈCES
Définition 6.4.1. Une espèce pondérée est un foncteur de la catégories des ensembles finies
et bijections vers la catégorie des ensembles finis A-pondérés. C’est donc une construction Fv
qui permet d’associer à chaque ensemble finie U un ensemble fini pondéré Fv (U ) et à chaque
bijection σ : U → V une bijection F(σ), conservant le poids et telle que :
1. F(στ ) = F(σ)F(τ )
2. F(IdU ) = IdF (U )
Les opérations de la section précédente sont définie pour les espèces pondérées, en respectant
les règles suivants, pour la pondération :
Les théorèmes sur les séries génératrices restent valables dans le cas des espèces pondérées.
Définition 6.5.2. Soit k ≥ 1, un entier. Une espèce sur k sortes est une règle F qui permet
de :
1. produire, pour chaque multiensemble fini U = (U1 ,c dots, Uk ), un ensemble fini F[U1 , · · · , Uk ],
2. produire, pour chaque multifonction bijective σ = (σ1 , · · · , σk ) : (U1 , · · · , Uk ) → (Vl , · · · , Vk ),
une fonction F [σ] = F[σ1 , · · · , σk ] : F[U1 , · · · , Uk ] → F[Vl , · · · , Vk ].
De plus, les fonctions F[σ] doivent satisfaire aux propriétés de fonctorialité, c’est-à-dire que
pour σ : U → V et τ : V → W , des multifonctions bijectives, et pour IdU : U → U , la
multifonction identité, on doit avoir
Définition 6.5.3. Une espèce multisorte pondérée (à k sortes), F = Fv est une règle qui
associe
1. à chaque multiensemble U = (Ul , U2 , · · · , Uk ), un ensemble pondéré (F[U ], vU ),
2. à chaque multifonction bijective σ = (σ1 , σ2 , · · · , σk ), une fonction qui préserve les poids,
de telle sorte que les conditions de fonctorialité (6.4) soient satisfaites.
Avant de définir les opérations sur les espèces multisortes, on va introduire quelques ter-
minologies.
1. Pour chaque i, 1 ≤ i ≤ k, l’espèce (sur k sortes) Xi des singletons de sorte i est définie
par
{Ui } si |Ui | = 1 et Uj = ∅ pour j 6= i
Xi [U ] = (6.5)
∅ sinon
Les sommes et produits des membres de droite dans (6.6) sont pris au sens des ensembles
pondérés.
2. Soit F = F(Y1 , · · · , Ym ), une espèce pondérée à m sortes, et (Gj )j=1,··· ,n , une famille
d’espèces pondérées à k sortes. La composée partitionnelle F(G1 , · · · , Gm ) (substitution
des Gj dans F) est une espèce à k sortes définie en posant, pour U = (Ul , · · · , Uk ),
X Y
F(Gl , · · · , Gm )[U ] = F[χ−1 ] × Gj [C] (6.7)
π∈Par[U ],χ:π→[m] j∈[m],C∈χ−1 (j)
où, pour chaque fonction χ; π → [m], χ−1 désigne le multiensemble à m sortes (χ−1 (1), · · · , χ−1 (m))
associé à χ. En termes imagés, une F(G1 , · · · , Gm )-structure est une F-structure dans la-
quelle chaque élément de sorte Yj a été ”gonflé” en une cellule qui est une structure d’espèce
Gj . Par définition, le poids de cette structure est le produit du poids de la F-structure et
de ceux des Gj -structures qui s’y retrouvent.
∂
Il existe autant de notions de dérivation ∂X i
que de sortes de points : si F = Fω (Xl , · · · , Xk ),
est une espèce à k sortes de points, alors pour 1 ≤ i ≤ k on pose :
∂F
[U1 , U2 , · · · , Uk ] = F[U1 , · · · , Ui ∩ ∗i , · · · , Uk ] (6.8)
∂Xi
∂F
et le poids d’une ( ∂X i
)-structure s sur (U1 , · · · , Uk ) est égal au poids de s en tant que F-structure
sur (U1 , · · · , Ui ∩ ∗i , · · · , Uk ). Les règles usuelles du calcul différentiel demeurent valables pour
les espèces multisortes.
Il y a aussi k opérations de pointage qui s’effectuent en posant, pour i = 1, · · · , k, F •i =
∂F
Xi ∂X i
.
Les séries génératrices d’espèces multisortes pondérées sont définies en introduisant une va-
riable formelle x, y, z, t, · · · pour chaque sorte X, Y, Z, T, · · · . Pour le cas des séries indicatrices, il
faut introduire une infinité de variables formelles x1 , x2 , x3 , · · · ; y1 , y2 , y3 , · · · ; z1 , z2 , z3 , · · · ; t1 , t2 , t3 , · · · ; · ·
pour chaque sorte X, Y, Z, T, · · · .Voici la définition de ces séries dans le cas de deux sortes.
Définition 6.5.5. Etant donné une espèce pondérée Fv , les séries génératrice Fv (x, y), géné-
ratrice des types d’isomorphie F
fv (x, y) et indicatrice des cycles , ZF sont définies :
X xn y k
Fv (x, y) = |F[n, k]|v (6.9)
n,k≥0
n! k!
6.6. L-ESPÈCES, ESPÈCE MIXTES 89
où |F[n, k]|v est le poids total des F-structures sur ([n], [k]),
X
F
fv (x, y) = |F[n, k]/ ∼ |v xn y k (6.10)
n,k≥0
où |F[n, k]/ ∼ |v est le poids total des types d’isomorphie de F-structures sur ([n], [k]),
X 1 1 X
ZFv (x1 , x2 , x3 , · · · ; y1 , y2 , y3 , · · · ) = |Fix(F[σ, τ ])|v xσ1 1 xσ2 2 xσ3 3 · · · y1τ1 y2τ2 y3 · · ·
n,k≥0
n! k! σ∈S ,τ ∈S
n k
(6.11)
où |Fix(F[σ, τ ])|v , est le poids total des F-structures sur ([n], [k]) laissées fixes sous le transport
le long de (σ, τ ).
On a les formules :
fv (x, y) = ZFv (x, x2 , x3 , · · · ; y, y 2 , y 3 , · · · )
Fv (x, y) = ZFv (x, 0, 0, · · · ; y, 0, 0, · · · ) et F (6.12)
et le passage aux séries est toujours compatible avec les opérations combinatoires.
6.6.1 L-espèce :
Définition 6.6.1. Une L-espèce (pondérées) est un foncteur de la catégorie des ensembles
totalement finis et bijection croissante vers la catégorie des ensembles A-pondérés sommables.
C’est donc une construction Fv qui, à chaque ensemble totalement ordoné fini l, associe un
ensemble pondéré Fv [l], l’ensemble des Fv -structures, et à l’unique bijection croissante σ : l → l0 ,
associe une bijection croissante conservant le poids F[σ] : F[l] → F[l0 ], le transport de structure,
tel que F[στ ] = F[σ]F[τ ] et F[1l ] = 1F [l] .
Un morphisme de L-espèces φ : Fv → Gw est une transformation naturelle, c’est-à-dire
une famille φ = (φl ) de morphismes d’ensembles pondérés, φl : Fv [l] → Gw [l], telle que pour
∼
tout τ : l → m, G[τ ]φl = φm F[τ ]. Le morphisme φ = (φl est un isomorphisme si pour tout l, φl
est un isomorphisme d’ensembles pondérés. On dira alors que Fv et Gw sont isomorphes et on
note Fv ∼ Gw ou encore simplement Fv = Gw .
Remarque: 6.6.2. Etant donné deux ensembles ordonnés fini l et l0 , il n’existe qu’une bijection
croissante unique σ : l → l0 . Donc dans le cadre des L-espèces la notion d’isomorphismes de
structures est triviale. La notion de série indicatrice de cycle n’existe pas.
90 CHAPITRE 6. INTRODUCTION À LA THÉORIE DES ESPÈCES
X tn
Définition 6.6.3. On appelle série génératrice d’une L-espèce Fv , la série Fv (t) = fn ,
n≥0
n!
où fn = |F[n]|v .
Exemples: 6.6.4. 1. Les structures utilisant l’ordre sont des L-espèces. Citons par exemple
l’espèce A↑ des arborescences croissantes, l’espèce B ↑ des arbres binaires croissantes, l’es-
pèces Alt des permutations alternantes. Nous avons :
1 1
A↑ (t) = ln( , B ↑ (t) = , Alt(t) = tan(t) + sec(t). (6.13)
1−t 1−t
2. Soit F une B-espèce. On peut associer à F une L-espèce F ↑ en posant F ↑ (l, ≤) = F[l],
pour tout ensemble totalement ordonné l. De cette manière tout B-espèce peut être consi-
déré comme une L-espèce. Ainsi nous avons l’ espèce vide 0 , l’espèce de l’ensemble 1,
l’espèce En des ensemble de cardinal n, l’espèce E des ensembles, l’espèce Ln des listes
de longeur n, l’espèce L des listes, l’espèce S des permutations, l’espèce C des cycles. Les
tn
séries génératrices de ces espèces sont 0(t)=0, 1(t)=1, En (t) = , E(t) = et , Ln (t) = tn ,
n!
1
L(t) = S(t) = , C(t) = ln(t).
1−t
d
4. F 0 [l] = F = F[1 +o l], 1 étant tel que 1 ∈/ l.
dT
5. Le produit cartésien, (F × G)[l] = F[l] × G[l].
Propriétés: 6.6.5. Les propriétés suivantes sont faciles à démontrer :
1. (F + G)(t) = F(t) + G(t), (FG)(t) = F(t)G(t), (F ◦ G)(t) = F(G(t)), (F 0 )(t) = F 0 (t).
X tn X tn
2. (F × G)(t) = F(t) × G(t), où F(t) × G(t) = an bn si F(t) = an bn et G(t) =
n≥0
n! n≥0
n!
n
X t
an b n .
n≥0
n!
3. (F + G)H ∼ FG + FH, FG ∼ GF
6.6. L-ESPÈCES, ESPÈCE MIXTES 91
R 0 +
R 0
R Rt
F = F , R 0 ( F) = F, ( F)(t) = 0
F(x)dx,
F (G)G 0 = (F ◦ G)+
R R R
(F + G) = F + G,
Définition 6.6.7. Une espèce mixte est un foncteur F : L × B → EA . C’est donc une règle
qui :
1. à chaque couple (l, U ), où l est un ensemble totalement ordonné fini et U un ensemble
fini quelconque, associe un ensemble pondéré sommable Fv [l, U ],
∼
2. à chaque couple (τ, σ) : (l, U ) → (l0 , U0 ), où τ : l → l0 et σ : U → U0 est une bijection
quelconque, associe un isomorphisme d’ensembles pondérés F[τ, σ] : F[l, U ] → F[l0 , U0 ],
appelé transport des structures et vérifiant F[τ, σ]F[τ, σ 0 ] = F[τ τ 0 , σσ 0 ] et F(1l , 1U ) =
1F [l,U ] .
Une espèce mixte F sera note éaussi F(T, Z). Les éléments de l’ensemble totalement
ordonné l sont appelés points de sorte T (ou de sorte L) et les éléments de l’ensemble non
ordonné U sont les points de sorte Z (ou de sorte B ).
Définition 6.6.8. Deux espèces mixtes F et G sont isomorphes, s’il existe une famille φ = (φl,U )
d’isomorphismes d’ensembles pondérés, telles que φl,U : Fv [l, U ] → Gw [l, U ], naturelles, c’est-à-
dire telle que pour tout (τ, σ) : (l0 , U0 ) → (l, U ), on ait G[τ, σ]φl,U = φl0 ,U0 F[τ, σ].
Remarquons aussi que les opérations usuelles suivantes peuvent être définies : la somme,
le produit, la composition partitionnelle, les dérivées par rapport aux deux variables, l’intégrale
par rapport à la première variable T .
92 CHAPITRE 6. INTRODUCTION À LA THÉORIE DES ESPÈCES
Définition 6.6.9. Deux structures s ∈ F[l, U ] et t ∈ F[l, V ] sont isomorphes, s’il existe une
bijection σ : U → V telle que t = F [1l , σ](s). Dans ce cas, on note s ∼ t. La classe de s modulo
l’équivalence ∼, notée s̃, est le type d’isomorphie de s, ou le type de s, par rapport aux points
de sorte B .
Remarque: 6.6.10. Par rapport à la variable z, ces séries se comportent exactement comme
les séries correspondantes dans le cas des B-espèces. Par exemple, en utilisant le lemme de
e z) = ZF (t; z, z 2 , z 3 , · · · ).
Burnside, on a F(t,
X
Soit l un ensemble totalement ordonné. Nous posons TZ:z F[l] := F/ ∼. Pour s̃ ∈
k≥0
∼
TZ:z F[l], tel que s ∈ F[l]F [l, k], on pose w(s̃) = v(s)z k . D’autre part, si τ : l → l0 et s1 ∈ F[l, k]
tel que F[τ, 1[k] ](s1 ) = s2 , alors nous posons TZ:z F[τ ](s̃1 ) = s̃2 .
Définition 6.6.11. La L-espèce TZ:z F ainsi obtenue est appelée la L-espèce des types par
rapport à Z de F-structures.
Vis à vis des opérations somme , produit et dérivation par rapport à la sorte T , la L-espèce
des types se comporte de façon naturelle :
6.6. L-ESPÈCES, ESPÈCE MIXTES 93
Le cas de la substitution est plus délicat. Soit F = Fv une espèce mixte telle que F(0, 0) =
0 et G = Gw une B-espèce. Alors G(F) est une espèce mixte. Nous avons, par définition,
X Y
G(F)[l, U ] = G[π] F[l ∩ c, U ∩ c];
π∈Par[l+U ] c∈π
Théorême 6.6.14. Si Gw = Gw (Z) est une B-espèce et Fv = F( T, Z) une espèce mixte, alors
TZ:z Gw (Fv )(t) = ZGw (TZ:z Fv (t), TZ:z2 Fv2 (0), TZ:z3 Fv3 (0), · · · ); (6.19)
ZGw (Fv )(t; z 1 , z 2 , · · · ) = ZGw (ZFv (t; z 1 , z 2 , · · · ), ZFv2 (0; z 2 , z 4 , · · · ), ZFv3 (0; z 3 , z 6 , · · · ), · · · )
Corollaire 6.6.15. Si F = Fv une espèce mixte telle que F(0, Z) = Z et G = Gw une B-espèce,
alors
TZ:z Gw (Fv )(t) = ZGw (TZ:z ZFv (t); z 2 , z 3 , · · · ) (6.20)
En particulier, si G est asymétrique, auquel cas ZG (x1 , x2 , x3 , · · · ) = G(x1 ), alors
95
96CHAPITRE 7. COMBINATOIRE DES SYSTÈMES D’EQUATIONS DIFFÉRENTIELLES
forme
∂Y
= F(Y ); Y (0, Z) = Z (7.2)
∂T
La condition initiale Y (0) = Z dans (7.1) se traduit donc par Y (0, Z) = Z, qui signifie que
Y [∅, U ] = Z[U ] = {U } si |U | = 1, et Y [∅, U ] = ∅ si |U | =
6 = 1.
Définition 7.1.1. Une solution de l’équation (7.1) (ou de (7.2)) est un couple (G, ϕ) où :
1. G = G(T, Z) est une L-espèce, si F est une L-espèce, et une espèce mixte, si F est une B
-espèce, telle que G(0, Z) = Z,
∂G
2. ϕ : ∂T
→ F(G) est un isomorphisme de L-espèces ou d’espèces mixtes suivant le cas.
∂y
= F (y); y(0, z) = z (7.3)
∂t
F (t) étant la série génératrice de l’espèce F. Il est légitime de se poser la question : la solutions
de (7.3) est elle la série génératrice de la somution de (7.2) ?
L’équation intégrale (7.4) est interprétée par la figure 7.1 qui est un processus itératif permet-
tant de construire la solution combinatoire de l’équation (7.2) (ou (7.3)). On obtient donc par
La figure 7.2 représente une arborescence F-enrichie croissante sur le couple (l, U ), où
l = [13] et U = {a, b, · · · , m}. Notons que la fibre de chaque sommet interne (de sorte T , noir
sur la figure) est munie d’un F-enrichissement. Nous avons les deux théorèmes fondamentaux
suivants (démontrés dans [11]).
Théorême 7.1.3. Si F est une L-espèce, alors l’équation (7.2) (ou (7.3)) admet comme so-
lution "canonique", le couple (AF ; ϕ), où AF est la L-espèce à deux sortes des arborescences
∂AF
croissantes F-enrichies et ϕ : → F(AF ) est l’isomorphisme qui oublie la racine de l’ar-
∂T
borescence. De plus, cette solution est unique à isomorphisme près, c’est-à-dire que pour toute
solution (B, ψ) il existe un unique isomorphisme d’espèces Φ : AF → B tel que le diagramme
de la figure 7.3 soit commutatif (où A = AF ).
Figure 7.3 – Diagramme commutatif montrant l’isomorphisme entre (AF , ϕ) et toute solution
(B, ψ)
Théorême 7.1.4. Si F est une B-espèce, alors l’équation (7.2) (ou (7.3)) admet comme so-
lution canonique, le couple (AF , ϕ), où AF est l’espèce mixte des arborescences croissantes
F-enrichies, et ϕ : ∂A
∂T
F
→ F(AF ) est l’isomorphisme qui oublie la racine de l’arborescence. De
plus cette solution est unique à isomorphisme près.
Condition initiale Z = 0.
Elle signifie que les arborescences solutions ne contiennent pas de feuilles de sorte Z. Ici, la
solution est la L-espèce AF (T ) = AF (T, 0). Notons que la série génératrice y(t) = AF (t) est
solution de l’équation différentielle y 0 = F (y), y(0) = 0.
98CHAPITRE 7. COMBINATOIRE DES SYSTÈMES D’EQUATIONS DIFFÉRENTIELLES
Condition initiale Z = 1α .
Rappelons que 1α est l’espèce 1 de l’ensemble vide de poids α, où α ∈ A (en général une
variable formelle). La condition Z = 1α correspond analytiquement une condition initiale du
type y(0) = α. Considérons donc l’équation différentielle combinatoire :
Y 0 = F (Y ), Y (0) = 1α (7.6)
Pour interpréter AF (T, 1α ), il nous faut donner une définition générale de H(T, 1α ), c’est-à-dire
de la substitution de l’espèce 1α pour Z dans une espèce quelconque H(T, Z) donnée.
1. Supposons que H = Hv est une espèce mixte et que α est une variable formelle. Dans
ce cas nous posons H(T, 1α ) = (TZ:α H)(T ). Une H(T, 1α )- structure est donc un type
d’isomorphie de structures par rapport à la sorte Z, c’est-à-dire que les points de sorte Z
ont perdu leur étiquette, et la variable α est un compteur de points de sorte Z. Le poids
d’un tel type de structures est par définition le poids de la H-structure initiale multiplié
par αk si k est le nombre de points (indistinguables) de sorte Z.
2. Supposons que H = Hv est une espèce mixte et que α est une constante numérique. Consi-
XX tn
dérons la L-espèce TZ:z H(T ) dont la série génératrice s’écrit : ( h̃nk z k ) . Si pour
n≥0 k≥0
n!
X X
tout entier n, la somme h̃nk αk existe, alors ∀n, la réunion disjointe H[n, k]/sim
k≥0 k≥0
est A-sommable pour la pondération w définie par w(s) = αk v(s), si s ∈ H[n, k] ∼. Nous
définissons alors la nouvelle espèce TZ:α H(T ), pondérée par w, en posant
X TZ:α H[l] =
TZ:z H[l]z=α . Notons que si H est trivialement pondérée, alors la somme h̃nk αk existe
n≥0
si, et seulement si, c’est une série convergente. En particulier, si α = 1, et comme les h̃nk
sont des entiers, alors cette série converge si, et seulement si, ses termes sont nuls à partir
d’un certain rang, c’est-à-dire qu’il existe un entier k0 , tel que si k ≥ k0 , alors h̃nk = 0.
Nécessairement, hnk = 0‘a partir du rang k0 .
Définition 7.1.5. (a) Une espèce F est polynomiale s’il existe k0 ∈ N tel que pour tout
n ≥ k0 , F[n] = ∅.
(b) Une espèce mixte H = H(T, Z) est polynomiale en Z si pour tout ensemble totale-
ment ordonné l, la B-espèce H[l, −] est polynomiale.
Nous avons le résultat suivant :
Proposition 7.1.6. (a) Si H = H(T, Z) est trivialement pondérée alors la L-espèce
TZ:1 H(T ) est définie si, et seulement si, H est polynomiale en Z.
(b) Si F = F(Z) est est une B-espèce polynomiale, alors l’espèce AF (T, Z) est polyno-
miale en Z.
3. Si H est une L-espèce à deux sortes, alors la notion de type d’isomorphie n’a aucun sens.
Il est donc impossible de donner une interprétation à H(T, 1α ) dans ce cas.
Supposons donc que dans (7.2), F est une B-espèce. Dans ce cas, AF (T, Z) est une espèce
mixte. Dans ce qui suit, nous considérons les deux hypothèses suivantes :
7.1. LA THÉORIE DE LEROUX-VIENNOT 99
Y 0 = E2 (Y ), Y (0) = Z, (7.9)
où E2 est la B-espèce des ensembles de cardinal 2. La figure 7.4 représente l’équation intégrale
associée. Enitérant cette équation, on obtient la solution canonique, qui est l’espèce A↑E2 (T, Z)
des arborescences croissantes E2 -enrichies. En remarquant qu’on a une E2 -structure sur les fils
de chaque sommet, nous prendrons comme convention que ces fils sont placés de gauche à droite
par ordre de grandeur (figure 7.5 (A)).
Notons que la série génératrice (exponentielle) de cette espèce, Y (t, z) = A↑E2 (t, z), solution
∂y y2 2z
de l’équation différentielle = , y(0, z) = z, est donnée par y(t, z) = . La solution
∂t 2 (2 − zt)
100CHAPITRE 7. COMBINATOIRE DES SYSTÈMES D’EQUATIONS DIFFÉRENTIELLES
Figure 7.5 – Une A↑E2 -structure sur l = [13] et U {a, b, · · · , g} et la TZ:1 A↑E2 -structure associée
Y 0 = Y 2, Y (0) = Z, (7.10)
Cette équation est de la forme Y 0 = F(Y ), avec F(X) = X 2 . Elle admet comme solution
l’espèce B ↑ (T, Z) des arbres binaires croissantes complètes dont les feuilles sont des points du
type Z. La série génératrice est est solution d’équation y 0 = y 2 , y(0) = z. Donc y(t) = 1−zt
z
.
↑
L’équation Y 0 = Y 2 , Y (0) = 1 admet comme solution l’espèce BZ:1 (T ) des arbres binaires
2 z
croissantes. L’espèce F(X) = X étant asymétrique, sa génératrice, y(t) = 1−zt , s’obtient en
prenant z = 1 dans la série génératrice de la solution de(7.10).
La figure 7.6 (A) représente l’équation intégrale associé à (7.10), (B) un exemple d’arbre
binaire croissante sur l = [9] et U = {a, b, c, d, e, f, g, h, i} et (C) une arbre binaire croissante.
7.1. LA THÉORIE DE LEROUX-VIENNOT 101
Figure 7.6 – (A) Equation intégrale ; (B) Arbre binaire croissante, solution de (7.10) ; (C)
Arbre binaire croissante
Y 0 = Y n, Y (0) = Z, (7.11)
obtenue en prenant F(X) = X n admet comme solution l’espèce des arbres n-aires croissantes
complètes dont les feuilles sont des points du type Z. La série génératrice est solution d’équation
y 0 = y n , y(0) = z.
Définition 7.1.11. Une solution du système (7.12) est un couple (A, ~ ϕ), où A ~ = (A1 , A2 , · · · , Ak )
est un k-uplet d’espèces mixtes du type L × Bk → EA si toutes les Fi sont des B-espèces ou des
L-espèces à (k + 1)-sortes si toutes les Fi sont des L-espèces et ϕ = (ϕ1 , ϕ2 , · · · , ϕk ) un k-uplet
d’isomorphismes ϕi : ∂A i ~
→ Fi (A).
∂T
Une interprétation de ces équations intégrales est donnée par la figure 7.7(A), où l’élément
minimum est de couleur i et est suivi d’une Fi -structure. L’itération de ce processus, pour
1 ≤ i ≤ k, nous donne l’espèce des arborescences F-enrichies~ croissantes du type i, que nous
noterons Ai,F~ = Ai,F~ (T, Z1 , · · · , Zk ) (figure 7.7(B)), qui est caractérisée par le fait que chaque
102CHAPITRE 7. COMBINATOIRE DES SYSTÈMES D’EQUATIONS DIFFÉRENTIELLES
~
Figure 7.7 – (A) Equation intégrale, (B) Une arborescence F-enrichie
sommet est coloré par j ∈ [k]. La fibre d’un sommet interne de couleur j, vue comme un
k-ensemble, est alors munie d’un Fj -enrichissement (Fi -enrichissement pour la racine). Nous
avons le théorème suivant (voir [[15], [16], [11]]).
Théorême 7.1.12. Le système (7.8) admet comme solution canonique le couple (A ~ ~ ϕ), où
F
A~ ~ est le k-uplet A
~ ~ = (A ~ , A ~ , · · · , A ~ ) et ϕ = (ϕi )1≤i≤k où ϕi : A ~ → Fi (A ~ ~ ) est
F F 1,F 2,F k,F i,F F
l’isomorphisme canonique qui oublie la racine. De plus, en notant ~y (t) = (y1 (t), y2 (t), · · · , yk (t)),
les séries génératrices des Ai,F~ , sont solutions du système différentiel
Supposons maintenant que tous les Fi sont des B-espèces. Pour chaque i, soit αi ∈ A, et
soit le système différentiels :
Théorême 7.1.13. Les Fi étant des B-esp‘eces, le système différentiel (7.15) admet comme
solution le k-uplet de L-espèces TZ;~ ~ ~ = (T ~ A ~ , T ~ A ~ , · · · , T ~ A ~ ), où Z
~ α AF
~ :α~ signifie
α 1F
Z:~ α 2F
Z:~ α kF
Z:~
que pour tout i, Zi : αi . De plus, les séries génératrices des TZ:~
~ α AiF ~ sont solutions du système
yi0 = ZFi (y1 , α12 , α13 , · · · ; y2 , α22 , α23 , · · · ; · · · ; yk , αk2 , αk3 , · · · ), yi (0) = αi ; 1 ≤ i ≤ k (7.16)
où ZFi (x11 , x12 , · · · ; x21 , x22 , · · · ; · · · ; xk1 , xk2 , · · · ) est la série indicatrice de la B-espèce Fi . Si
de plus, tous les Fi sont assymétriques, alors le système (7.16) devient :
Y10 = 1 + Y1m ,
U (0) = 0
(7.18)
Y20 = Y1m−1 Y2 , V (0) = 1
7.2. OPÉRATEURS DIFFÉRENTIELLES COMBINATOIRES 103
c’est à dire Y10 = F1 (Y1 , Y2 ) avec F1 (X, Y ) = 1+X m et Y20 = F2 (Y1 , Y2 ) avec F2 (X, Y ) = X m−1 Y ,
qui sont des espèces assymetriques. L’espèce Y1 = A↑m,c est appelée espèce des arborescences
↑
m-aires complètes croissantes de premier type (cf. figure 9(A), où m = 4), et l’espèce Y2 = Bm,c
est l’espèce des arborescences m-aires complètes du deuxième type (cf. figure 9(B) où l’unique
X tn
point blanc est un point de sorte Z). De plus, les séries génératrices A↑m,c (t) = em,n et
n≥0
n!
n
↑
X t
Bm,c (t) = fm,n sont solutions du système analytique associé à (7.18). On vérifie facilement
n≥0
n!
que l’espèce Y1 = A↑m,c vit sur les ensembles de cardinal mk + 1, k ∈ N et l’espèce Y2 = Bm,c ↑
Notons que dans le cas le cas particulier où m = 2, les solutions du système (7.18) sont les
arborescences binaires complète et semi-complètes. Les suites (em,n )n∈N et (fm,n )n∈N forment
donc une généralisation des nombres d’Euler.
↑
Proposition 7.1.15. On vérifie que (Bm,c )m ' 1 + (A↑m,c )m .
↑ 3
Figure 7.8 – Isomorphisme entre (B3,c ) et 1 + (A↑3,c )3
↑
La figure 7.8 présente l’isomorphisme entre (Bm,c )n et 1 + (A↑m,c )n , dans le cas où m = 3.
k
X ∂
D= Fi (Z1 , · · · , Zk ) (7.20)
i=1
∂Zi
k
X ∂G
qui, à toute espèce à k sortes, G, associe D(F) = Fi (Z1 , · · · , Zk ) et à tout morphisme,
i=1
∂Zi
Pk ∂ϕ
ϕ, associe D(ϕ) = i=1 Fi (Z1 , · · · , Zk ) ∂Zi .
k
X ∂
A l’opérateur différentiel D = Fi (Z1 , · · · , Zk ) , est associé l’opérateur
i=1
∂Zi
X Tn
eT D = Dn (7.21)
n≥0
n!
Si besoin est alors l’ensemble des objets terminaux sera considéré coome une partie A de
V tel que A ∩ V0 = ∅. Notons aussi que dans cette optique, les mots sont commutatifs, alors
que dans la notion de grammaire algébrique les mots sont non commutatifs.
Supposons que V0 = {X1 , · · · , Xn }. Alors à la grammaire G, nous pouvons associer l’opé-
n
X ∂
rateur différentiel G, défini par G = G(Xi ) et vérifiant G(Xi ) = G(Xi). De plus, soit t
i=1
∂X i
une variable formelle n’appartenant pas à V et u ∈ A[[V ]]. Posons
X tn
Gen(u, t) = G n (u) ∈ A[[V, t]] (7.22)
n≥0
n!
Proposition 7.3.2. (cf. Chen [3] prop. 3.2 et 3.4) Pour tout couple de (u, v) ∈ A[[V ]]2 , nous
avons : Gen(u + v, t) = Gen(u, t) + Gen(v, t), Gen(uv, t) = Gen(u, t)Gen(v, t), et Gen(G(u), t) =
∂
∂t
Gen(u; t).
Rappelons que chaque entier naturel k ≥ 1 peut être considéré comme une espèce k en
posant k= 1 + 1 + · · · + 1, c’est-à-dire qu’on a k structures sur le vide, que l’on peut noter
∅1 , ∅2 , · · · , ∅k . De ce fait, si F est une espèce de structures, alors k·F est une espèce : c’est
106CHAPITRE 7. COMBINATOIRE DES SYSTÈMES D’EQUATIONS DIFFÉRENTIELLES
3. la donnée de la grammaire
G : xi → Gi (~x); i = 1, · · · , n (7.26)
7.3. LIEN AVEC LES GRAMMAIRES 107
Notons qu’en intégrant le système différentiel combinatoire associé à cette grammaire on ob-
tient les arbres binaires croissantes . La figure 7.9 en est un exemple. Par projection de
l’arbre de cette figure et en utilisant la transformation fondamentale, on obtient la permu-
tation (8)(5, 10, 7, 12)(4)(1, 3, 2, 11, 6) de poids zx2 y 9 .
∂ ∂
ou l’opérateur différentiel D = X + XY ,
∂X ∂Y
ou le système d’équation différentiel analytique
0
y1 = y1 , y1 (0) = x
(7.30)
y20 = y1 y2 , y2 (0) = y
Sachant que les B-espèces que l’on considère dans (7.29) sont asymétriques, on peut rempla-
cer les conditions initiales par Y1 (0) = 1x et Y2 () = 1y . De cette manière les séries généra-
trices seront exactement les solutions de (7.30). Les solutions de (7.29) seront obtenues en
itérant les équation intégrales de la figure 7.10 Une Y1 -structure s’identifie à l’espèce de l’en-
semble non vide pondéré par et une Y2 -structure s’identifie à un ensemble d’ensembles non
vide, chaque blocs étant pondéré par x. La figure 7.11 (A) nous montre une Y1 -strusture qui
n’est autre que l’ensemble {1, 2, 3, 4} et 7.11 (B) une Y2 -structure qui s’identifie à la partition
{{1, 9}, {2, 3, 6}, {4}, {5, 7, 8, 10}}, chaque bloc étant pondéré par x.
où Π[n] est l’ensemble des partitions de [n], si π ∈ Π[n] |π| est le nombre de blocs de π et sk (π)
est le nombre de blocs de cardinal k dans π, (Bk (x1 , x2 , · · · , xn )) sont les polynômes de Bell.
Sur le plan du calcul il s’agit de la composition de deux séries génératrices exponentielles,
ou, ce qui revient au même, du calcul des dérivées successives de deux séries formelles. Soient
2 3 n 2 3 n
x(t) = x1 t + x2 t2! + x3 t3! · · · xn tn! + · · · et y(t) = y0 + y1 t + y2 t2! + y3 t3! · · · yn tn! + · · · . deux séries.
2 3 n
Et considérons la série y(x(t)) = y0 + y1 x(t) + y2 (x(t)) 2!
+ y3 (x(t))
3!
· · · yn ((x(t))
n!
+ · · · . On a :
X tn
y(x(t)) = y0 + G n (y0 ) (7.33)
n≥1
n!
En effet, notons x(k) (t), puis plus simplement xk (t), la dérivée k-ième de x(t). De même,
notons y (k) (x(t)), puis plus simplement y k (t), la fonction obtenue en substituant x(t) à t dans
y (k) (t). On a alors les dérivées successives :
110CHAPITRE 7. COMBINATOIRE DES SYSTÈMES D’EQUATIONS DIFFÉRENTIELLES
d
dt
y(x(t)) = y 0 (x(t))x0 (t) = y1 (t)x1 (t),
d2
dt2
y(x(t)) = y 0 (x(t))x00 (t) + y 00 (x(t))x0 (t)2 = y1 (t)x2 (t) + y2 (t)x21 (t),
d3
dt3
y(x(t)) = y1 (t)x3 (t) + y2 (t)(3x1 (t)x2 (t)) + y3 (t)x31 (t), · · · .
Il est clair que dtd xk (t)) = xk+1 (t), dtd yk (t)) = dtd y (k) (x(t)) = y (k+1 )(x(t))·x0 (t) = yk+1 (t)x1 (t).
n
Par suite dtd n y(x(t)) = G n (y0 (t)). D’où le résultat en prenant t = 0.
dant à chaque lettre de A. Donc les solutions seront des arborscences obtenues en itérant le
processus intégral de la figure 7.14. La figure 7.15 nous donne deux exemples d’arbres solutions
Dans le calcul de la série génératrice, et pour des raisons de comodité, il est préférable
de faire le calcul en version commutative des poids. Cette série géneratrice est la solutions de
l’équation différentielle S 0 = abS 2 + 1, S(0) = s. Donc
1 √ 1 √
S(t) = √ tan[ ab(t + √ arctan( abs))] (7.35)
ab ab
Nous nous interessons aux arbres de dérivations qui sont les structures non étiquetées 1
associées à ces arborescences. L’équation intégrale de la figure 7.14 montre que ces arbres de
dérivations satisfont à l’isomorpisme de la figure ??. La série génératrice des ces arbres de
dérivations satisfait donc à l’équation :
e = s + t + abtSe2 (t)
S(t) (7.36)
On obtient cette équation en utilisant les théorèmes concernant les séries génératrices des types
d’isomorphies de la somme et du produit de deux espèces (Voir chapitre 6, théorèmes ?? et
1. Rappelons qu’à une L-espèce on peut associer B-espèce. Théoriquement, ces structures non étiquetées
sont les types d’isomorphie de cette B-espèce
112CHAPITRE 7. COMBINATOIRE DES SYSTÈMES D’EQUATIONS DIFFÉRENTIELLES
6.3.4) ou bien les méthodes symboliques de P. Flajolet et R. Sedgwick ([14], théorème I.1 page
27). Ce qui nous donne
p
1 − 1 − 4abt(s + t)
S(t)
e = . (7.37)
2abt
En développant S(t),
e on obtient
n
XX k + 1
S(t)
e = ( ck ak bk s2k+1−n )tn , (7.38)
n≥0 k=a
n − k
Ce qui signifie que le nombre d’arbres de dérivations associés au mots de Dyck de longueur 2n
est égal à cn . On en déduit que notre grammaire est non ambigüe. Il est à noter que la production
s → asbs + ε montre qu’un mot de Dyck est de longueur pair et pour nP ≥ 1 le nombre dn de
mots de Dyck de longueur 2n satisfont à la récurence d0 = 1 et dn = n−1 k=0 dk dn−1−k . Donc
d n = cn .
Théorême 7.3.9. Etant donné une grammaire algébrique G, la série génératrice des arbres de
dérivations associés à G est algébrique.
Le nombre p(A, u) est le nombre de façons de passer de l’état u à l’état v = A(u). Ces
choix seront numérotés de 1 à p(A, u). L’ensemble de ces choix s’identifie donc à l’ensemble
PA,u = {1, 2, · · · , p(A, u)} qui est l’ensemble des possibilités.
Soit maintenant ω = ω1 ω2 · · · ωn ∈ A∗ , et u0 Nk . On passe de l’état initial u0 à un état
ω ω ω
final un en utilisant le chemin c(ω) = u0 →1 u1 →2 u2 · · · un−1 →n un , c’est à dire, pour 1 ≤ i ≤ n,
Yn
ui = ωi (ui−1 ). Le nombre de façons de le faire est p(ω) = p(ωi , ui−1 ). Et p(ω) 6= 0 ⇔
i=1
∀i, ui−1 ∈ D(ωi ).
Définition 7.4.2. Un historiographe initialisé est un couple (H, u0 ), où H est un historiographe
et u0 ) un état initial fixé. Un histoire h de taille |h| de (H, u0 ) est alors la donnée d’une suite
h = (ω, m1 , m2 , · · · , mn ), où ω = ω1 ω2 · · · ωn est un mot de longueur n de A∗ , tel que p(ω) 6= 0
et 1 ≤ mi ≤ p(ωi , ui−1 ), où la suite (ui ) est définie par récurence par ui = ωi (ui−1 ).
114CHAPITRE 7. COMBINATOIRE DES SYSTÈMES D’EQUATIONS DIFFÉRENTIELLES
Définition 7.4.3. Soit h = (ω, m1 , m2 , · · · , mn ) ∈ Hu0 [n], tel que l’état final de h est un =
(n1 , n2 , · · · , nk ) ∈ Nk . Le poids de h est π(h) = a(ω)α(un ) = aµ1 1 aµ2 2 · · · aµr r xn1 1 xn2 2 · · · xnk k .
avec |Hu0 [0]|π = α(u0 ). Notons que dans une structure h sur [n], les éléments de [n] n’intervient
que dans l’indexation de la suite ω des opérateurs élémentaires. Donc un reétiquetage par une
bijection croissante σ : [n] → l consiste à remplacer l’indice i par σ(i).
Définition 7.4.4. Une réalisation d’un historiographe initialisé (H, u0 ) est un couple (F, ϕ), où
F est une et L-espèce pondérée et ϕ = (ϕn ) est une famille ϕn : Hu0 [n] → F [n] d’isomorphismes
d’ensembles pondérés.
Preuve: Notons que d’une part pA (u) = 0 ⇔ pA (u0 ) = pA (u00 ) = 0 et que si ei ∈ D(A) alors
A(ei ) est un élément de Nk .
7.4. HISTORIOGRAPHES ET SYSTÈMES D’ÉQUATIONS DIFFÉRENTIELLES 115
En d’autre terme, {Hu0 , u0 ∈ Nk } est parfaitement déterminée par {He1 , He2 · · · , Hek }.
Sachant que A(ei ) = (n1 (A), · · · , ni (A) + 1, · · · , nk (A)), le corollaire 7.4.8 affirme que HA(ei ) '
Hen11 (A) · · · Henii (A)+1 · · · Henkk (A) . On obtient alors le résultat.
Moyennant le théorème 7.3.4 nous avons le corollaire suivante :
Corollaire 7.4.10. Etant donné des variables formelles (aj ), des entiers naturels (nij ) et (αij ),
1 ≤ j ≤ r, 1 ≤ i ≤ k, les données suivantes sont équivalentes :
1. Un historiographe additif (k, A, p), où A = {A1 , A2 , · · · , Ar },
2. Un système différentiel (analytique ou combinatoire)
r
∂Xi X n n n
= aj αij X1 1j (t) · · · Xi ij (t) · · · Xk kj (t), Xi (0) = xi , 1 ≤ i ≤ k, (7.43)
∂t j=1
3. Une grammaire
r
n n n
X
xi → aj αij x1 1j · · · xi ij · · · xk kj , 1 ≤ i ≤ k, (7.44)
j=1
7.4. HISTORIOGRAPHES ET SYSTÈMES D’ÉQUATIONS DIFFÉRENTIELLES 117
4. Un opérateur différentiel
k X
r
X n n n ∂
D= aj αij X1 1j · · · Xi ij · · · Xk kj (7.45)
i=1 j=1
∂Xi
Plus exactement, toute solution combinatoire du systèem différentiel (7.43) est une réalisation
de la famille d’historiographes initialisés (H, ei )1≤i≤k , où H = (k, A, p) est défini par A =
{A1 , A2 , · · · , Ar }, avec Aj (ei )(n1j , · · · , nij , · · · , nkj ), et p(Aj , ei ) = αij .
Preuve: Il est reste à montrer que 2 ⇒ 1. Au système différentiel (7.43), on associe cano-
niquement l’historiographe H = (k, A, p) est défini par A = {A1 , A2 , · · · , Ar }, avec Aj (ei ) =
(n1j , · · · , nij , · · · , nkj ), et p(Aj , ei ) = αij . Alors le théorème 7.4.9 montre que les séries gé-
nératrices (Hei ,π (t)) sont solutions du système (7.43), considéré comme système différentiel
analytique. D’autre part, les solutions (A↑i ) du système différentiel (7.43), considéré comme
système différentiel combinatoire s’obtient en itérant le processus integrale de la figure 7.17. De
plus les séries génératrices sont sulutions du même système, comme système analytique. Donc
∀i, A↑i (t) = Hei ,π (t). Remarquons que le poids d’une structure colorée de A↑i [n] est un monôme
n Q µ
de la forme rj=1 aj ij ni=1 xi ij . Les aj et xi étant des variables, on en déduite que ∀i, A↑i ' Hei
Q
(Voir [22] théorème 1.4.8, ou [23] théorème 3.9).
Ce lemme est évident. Notons que ~n(Ai ) = (1, · · · , 1, −1, 1 · · · , 1) et que p(Aj , ei ) = 1 si
i = j et =0 sinon.
A cette historiographe, est associée :
le système différentiel (analytique ou combinatoire) :
∂Xi
= ai X1 (t) · · · Xi−1 (t)Xi+1 (t) · · · Xk (t), Xi (0) = xi , 1 ≤ i ≤ k, (7.47)
∂t
ou la grammaire G définie par :
k
X ∂
D= ai X1 · · · Xi−1 Xi+1 · · · Xk (7.49)
i=1
∂Xi
Les solutions combinatoires du système (7.47) sont la famille A(k) = (Ak,i )1≤i≤k des espèces
des arborescences hyperelliptiques d’ordre k, qui sont dont une réalisation des historiographes
hyperelliptiques. La figure 7.18 représente un A4,1 -structure.
n n
X ∂ X ∂
D= G(xi ) = ai x1 · · · xi−1 xi+1 · · · xk .
i=1
∂xi i=1
∂xi
(k)
Alors les séries génératrices (Hei (t))1≤i≤k qui sont solutions du système analytique (7.47) vé-
(k)
X tn (k,i)
rifient ∀i, Hei (t) = Dn (xi ) . En particulier la famile de polynômes (Pn ) telle que pour
n≥0
n!
(k,i)
X
k donné et 1 ≤ i ≤ k, Pn (x1 , x2 , · · · , xk ) = Dn (xi ) = π(h) s’appelle polynômes
(k)
h∈Hei [n]
7.4. HISTORIOGRAPHES ET SYSTÈMES D’ÉQUATIONS DIFFÉRENTIELLES 119
k
X k
X
(i) µj = n (iii) µi + αi = 1 + µj
j=1 j=1,j6=i
k k (7.50)
X X
(ii) αj = n(k − 2) + 1 (iv) si j 6= i, µj + αj = µs
j=1 s=1,s6=j
n+1
En particulier dans le cas particulier où α1 = 0, si i = 1 alors n est impair et µ1 = 2
et si
i 6= 1, alors n est pair et µ1 = n2 .
Preuve: On peut les prouver par récurence sur n. La figure 7.19 nous donne une preuve bijecive
des relations (iii) et (iv).
Réalisation canonique
Proposition 7.4.14. Le coefficient a2n+1,p = (−1)n (2n + 1)![k 2p t2n+1 ]sn(t, k) (resp. b2n =
(−1)n (2n)![k 2p t2n ]cn(t, k)) est le nombre d’arborescence de Jacobi sur [2n + 1] (resp.[2n]) dont
le nombre de branches gauches g tel que β(g) soit impair est p.
A cette réalisation correspond la grammaire non commutatif G(x) = yaz, G(y) = xbz, et
G(z) = xcy.
Deuxième réalisation
Cette réalisation est essentiellement la même que la réalisation précédente, la seule dif-
férence réside dans le fait qu’on remplace une feuille du type y par zax (figure 7.21). Elle
correspond donc à la grammaire non commutative G(x) = yaz, G(y) = zbx, et G(z) = xcy.
Soit τ (h) une arborescence correspondant à une histoire h ∈ Se1 [n] (resp. h ∈ Se2 [n]). Si s est
un sommet de τ (h), on note hd (s) (resp. hg (s)) la hauteur droite (resp. hauteur gauche) de s,
c’est à dire le nombre d’arêtes droites (reps. arêtes gauches) du chemin reliant s à la racine.
Nous avons le lemme suivant qui se démontre par récurence.
Lemme 7.4.15. Etant donné τ (h) une arborescence correspondant à une histoire h ∈ Se1 [n]
(resp. h ∈ Se2 [n]).
1. s est un sommet pondéré par a ou une feuille du type x si et seulement si hd (s) − hg (s) ≡
0(rmmod3) (resp. hd (s) − hg (s) ≡ 1(rmmod3))
122CHAPITRE 7. COMBINATOIRE DES SYSTÈMES D’EQUATIONS DIFFÉRENTIELLES
2. s est un sommet pondéré par b ou une feuille du type y si et seulement si hd (s) − hg (s) ≡
2(rmmod3) (resp. hd (s) − hg (s) ≡ 0(rmmod3))
3. s est un sommet pondéré par c ou une feuille du type z si et seulement si hd (s) − hg (s) ≡
1(rmmod3) (resp. hd (s) − hg (s) ≡ 2(rmmod3))
Proposition 7.4.16.
1. Soit B2n+1 l’ensemble des arborescences binaires croissantes sur [2n + 1] telles que pour
tout sommet s, si hd (s) − hg (s) ≡ 1(rmmod3), alors s a un fils gauche, et si hd (s) −
hg (s) ≡ 2(rmmod3), alors s a un fils droit. Alors en posant a2n+1,p = (−1)n (2n +
1)![k 2p t2n+1 ]sn(t, k), a2n+1,p est le nombre d’éléments de B2n+1 dont le nombre de sommets
s tels que hd (s) − hg (s) ≡ 1(rmmod3) est égal à p. De plus |B2n+1 | = E2n+1 .
2. Soit B2n l’ensemble des arborescences binaires croissantes sur [2n] telles que pour tout
sommet s, si hd (s) − hg (s) ≡ 2(rmmod3), alors s a un fils gauche, et si hd (s) − hg (s) ≡
0(rmmod3), alors s a un fils droit. Alors en posant b2n,p = (−1)n (2n)![k 2p t2n ]cn(t, k), b2n,p
est le nombre d’éléments de B2n dont le nombre de sommets s tels que hd (s) − hg (s) ≡
2(rmmod3) est égal à p. De plus |B2n | = E2n .
Réalisation de Viennot
Proposition 7.4.17. Le coefficient a2n+1,p = (−1)n (2n + 1)![k 2p t2n+1 ]sn(t, k) (resp. b2n =
(−1)n (2n)![k 2p t2n ]cn(t, k)) est le nombre d’arborescence de Jacobi sur [2n + 1] (resp.[2n]) dont
le nombre de sommets de hauteur droite impaire est 2p.
7.4. HISTORIOGRAPHES ET SYSTÈMES D’ÉQUATIONS DIFFÉRENTIELLES 123
Réalisation alternante
une arborescence quelconque, toute feuille de sorte x a toujours un frère qui est un sommet
interne, et que toute feuille de sorte y ou z a une sœur qui est une feuille de sorte y ou z, sauf
dans le cas des feuilles de hauteur gauche 0. Comme le montre la figure 7.24, l’utilisation de
l’opérateur A se fait comme dans le cas de la réalisation canonique. Il en est de même pour les
feuilles du type y ou z de hauteur gauche 0. Les feuilles du type y de hauteur gauche différent
124CHAPITRE 7. COMBINATOIRE DES SYSTÈMES D’EQUATIONS DIFFÉRENTIELLES
de 0 ont une sœur qui est une feuille y ou z. Il sera remplacer par un sommet interne pondéré
par b, suivi d’une feuille de type y et d’une feuille de type z, ou de deux feuilles de types z, sa
sœur étant changée en une feuille du type x. Une feuille du type z de hauteur gauche différent
de 0 sera traiter de façon similaire aux feuilles du types y.
Réalisation de Dumont
Figure 7.25 – Condition d’insertion d’un sommet sur une feuille de hauteur droite 6= 0
Figure 7.26 – Insertion d’un sommet sur une feuille de hauteur droite 6= 0
Rappelons que i est un pic de cycle de σ si σ −1 (i) < i < σ(i). Dans [8], Dumont a
étudié le lien des polynômes de Schett avec les fonctions elliptiques de Jacobi et donne une
interprétation combinatoire de ces fonctins en terme de pics de cycle. Dans [9], il a repris une
variante (sans les coefficients a, b et c) des polynômes de Schett initialisé en x définie par
la récurence X f0 = x, et pour n ≥ 1, X en = (yz ∂ + xz ∂ + xy ∂ )X en−1 , et démontre que
X ∂x ∂y ∂z
X
Xe2n (x, y, z) = x xinci(σ) y incp(σ) z b(σ) , et que X
e2n+1 (x, y, z) = y xinci(σ) y incp(σ) z b(σ) .
σ∈S2n σ∈S2n+1
7.4. HISTORIOGRAPHES ET SYSTÈMES D’ÉQUATIONS DIFFÉRENTIELLES 125
Sur un arbre initialisé x, l’insertion d’un nouveau sommet i doit remplir les conditions
données par la figure 7.25. Inséré sur une feuille de hauteur droite > 0, le nouveau sommet i
doit être suivi de deux feuilles du type x (resp. du type y), si i est impair (resp. pair). Dans
ce cas il faut changer la feuille de hauteur droite 0 en une feuille du type y (resp. pair) si i
est impair (resp. pair). Il faut aussi changer le type de la deuxième feuille en feuille du type z
si besoin est. L’insertion sur une feuille de hauteur droite 0 se fait normalement. En résumé,
l’insertion d’un sommet i est donné par la figure 7.26. L’insertion sur un arbre initialisé en y
se fait de manière analogue, en échangeant le rôle de x et y.
Exemple: 7.4.18. A titre d’exemple, soit la permutation σ = (8)(2, 7, 4, 3)(1, 9, 5, 10, 6). Les
pics de cycle sont 7, 9 et 10. Donc dans le modèle de Dumont son poids est x5 y 2 z 4 (on ajoute
un poids x supplémentaire car n = 10). En utilisant les relations de la proposition 7.4.13, on
obtient le poids de l’histoire hσ associées π(hσ ) = a3 b4 c3 x5 y 2 z 4 . En émmodant l’arbre associé à
σ, qui est l’arbre associé à σ 0 = 8 2 7 4 3 1 9 5 10 6. Par exemple, en supprimant 10, on voit d’une
que 6 a été un pics de cycle pair, et d’autre part la feuille de hauteur 0 attaché à 8 est du type y.
Donc 10 a été placé sur une feuille de type y, il est donc pondéré par b. Comme 9 est un pics de
cycle impair, alors le placement de 9 n’a été possible que sur une feuille du type z, il est pondéré
126CHAPITRE 7. COMBINATOIRE DES SYSTÈMES D’EQUATIONS DIFFÉRENTIELLES
La même méthode peu être appliquée pour construie une bijection entre permutation de
Jacobi, c’est à dire les permutations associées aux arborescences de Jacobi, et les permutations
alternantes montantes.
Chapitre 8
Exercices
127
128 CHAPITRE 8. EXERCICES
12. (a) Un domino est un rectangle de longueur 2 et de largeur 1. Montrer que le nombre
fn de façon de remplir un rectangle 2 × n par des dominos satisfont la récurence
fn+1 = fn + fn−1 . Les nombres fn s’appelle nombres de Fibonacci .
(b) Exprimer les nombres suivants en fonction des nombres de Fibonacci :
i. Le nombre de sous ensembles de [n] ne contenant pas deux entiers consécutifs.
130 CHAPITRE 8. EXERCICES
n
X (−1)k
iii. Montrer que dn = n!( ).
i=1
k!
(c) Fonction Indicatrice d’Euler : On appelle fonction indicatrice d’Euler la fonction
ϕ tel que ϕ(n) est le nombre d’entiers k compris entre 1 et n et pgcd(k, n) = 1,
c’est donc le nombre de générateurs du groupe Z/nZ. Soit n = pa11 pa22 . . . par r la
décomposition de n en facteurs premiers. On pose Ai = {k ∈ [n]|k = pi t} et A =
{k ∈ [n]|pgcd(k, n) = 1}
i. Montrer que k ∈ A ⇔ k ∈
/ Ai pour tout i.
n Q n
ii. Montrer que |Ai | = pi
et que si J ⊂ [r], | ∩i∈J Aj | = pi
i∈J
22. Calculer le nombre bnk de suites (X1 , X2 , . . . , Xk ) de partie de [n] telles que X1 ⊂ X2 ⊂
· · · ⊂ Xk et le nombre cnk de suites de parties telles que les Xi sont deux à deux disjointes.
X tn
23. Considérons les nombres de Stirling de deuxième espèce. On pose Φk (t) = S(n, k)
n≥k
n!
n
X t
et Φ(t, x) = xk S(n, k) .
n,k≥0
n!
1
(a) En utilisant l’expression (1.11), montrer que Φk (t) = k!
(et − 1)k . En déduire que
X tn t
Φ(t, x) = xk S(n, k) = ex(e −1)
n,k≥0
n!
n
X
tx tx n
(b) En remarquant que e = (1 + (e − 1)), montrer que x = S(n, k)x(k) .
k=0
X tn t−1
(h) Montrer que ωn = ee , (ωn ) étant les nombres de Bell.
n≥0
n!
X d k d
24. Soit A(x) = an xn . Calculer [xn ](xk A(x)), [xn ][( ) A(x)] et [xn ][( )k A(x)].
n≥0
dx dx
X xn X xn
25. Soit exp x = et ln(1 + x) = (−1)n−1 .
n
n! n≥1
n
(a) Montrer que exp x exp(−x) = 1, exp(ln(1 + x)) = 1 + x, exp(x + y) = exp(x) exp(y)
et que ln[(1 + x)(1 + y)] = ln(1 + x) + ln(1 + y)
0
(b) Supposons que f (0) = 1, et soit g(x) l’unique série formelle tel que g 0 (x) = ff (x)(x)
et g(0) = 0. Vérifier que ln(f (x)) existe et montrer que f (x) = exp(g(x)) et que
g(x) = ln g(f (x)).
X X
26. Soit f (x) = 1 + an xn . On pose f −1 (x) = bn xn . Calculer bn en fonction des an .
n>0 n≥0
27. (a) Calculer le nombre an de suites (c0 , c1 , · · · , cn ) tel que ni=0 ci = k et ni=0 ici = n
P P
n n
Y 1 Y
(b) Soit la série produit f (x) = k
= (1 + xk + x2k + x3k + . . .) Montrer que
k=0
1 − x k=0
le coefficient de xn dans f est égal au nombre an de suites (c1 , c2 , . . . , cn ) telles que
n n
X Y 1
kck = n. En déduire que le coefficient de xn dans F (x) = k
est égal à
k=0 k≥0
1 − x
an .
28. En utilisant les séries génératrices, montrer les égalités suivantes :
n X n n
X a m a+b n n−1
X 2k 2(n − k)
= , k = n2 , = 4n .
k=0
k n − k n k=0
k k=0
k n − k
n
X
29. Calculer la suite (an ) tel que a0 = 1 et ak an−k = 1 (Calculer f 2 (t), f (t) étant la série
k=0
génératrice ordinaire de (an )).
30. En utilisant le principe des involutions, démontrer chacune des identités suivantes :
n n
X
k
X n k
(−1) c(n, k) = 0(n ≥ 2), (−1)k = δnp (−1)p
k=0 k=p
k p
m 2k
X n n j
X n n j n
(−1) = 0 si m est impair, (−1) = (−1)k
j=0
j m − j j=0
j m − j k
k n
X
j p p−j X
(−1) =0 (−1)n−k k!S(n, k) = 1
j=0
j k−j k=0
31. Montrer que le nombre c(n, k) de permutations de [n] ayant k cycles satisfont la relations
de récurence n
X n
c(n + 1, k) = i!c(n − i, k − 1)
i=0
i
134 CHAPITRE 8. EXERCICES
32. Une involution de [n] est une permutation σ tel que σ 2 = Id.
(a) Vérifier que toute involution est produit de cycles de longueur 1 ou 2.
(b) Montrer que le nombre an des involutions de [n] satisfait la récurence an = an−1 +
(n − 1)an−2 .
(c) Montrer que si n est pair, il existe une bijection entre l’ensemble des involutions
sans points fixe de [n] et l’ensembles des partitions de [n] dont tous les blocs sont de
cardinal 2.
(d) Etant donné un entiers naturel k, chercher le nombre bk des involutions sans points
fixe sur [2k].
bn/2c
X n!
(e) Montrer que an = .
k=0
(n − 2k)!2k k!
(f) Claculer la série génératrice exponentielle de la suite (an ) et retrouver le résultat de
la questionprécédente.
(g) On note pk (n) le nombre de permutations de [n] dont les cycles sont de longueur
au plus égal à k. On a p1 (n) = 1. Trouver une relation de récurence pour p3 (n).
Généraliser.
33. Polynômes d’Hermite
Notons I(n) l’ensemble des involutions de [n]. Posons v(σ) = (−1)c2 (σ) xc1 (σ) où c1 (σ) est
le nombre de cyclesPde longueur 1 de σ et c2 (σ) le nombre de cycles de longueur 2. On
pose alors Hn (x) = σ∈I(n) v(σ). Les polynômes Hn s’apelle polynômes d’Hermite.
(a) Que représente la valeur absolue du coéfficient h(n, k) de xk dans Hn (x) ?
(b) Calculer H1 (x), H2 (x) et H3 (x). Montrer que Hn+1 (x) = xHn (x) − nHn−1 (x).
n
(c) On pose H0 (x) = 1 et Hx (t) = n≥0 Hn (x) tn! . Montrer que Hx0 (t) = (x − t)Hx (t)
P
t2
(d) En déduire que Hx (t) = exp(xt − 2
)
2c
bX
n
n!
(e) Montrer que Hn (x) = (−2)−k xn−2k
k=0
k!(n − 2k)!
34. On note dn,k le nombre de permutation de [n] ayant k points fixes. dn = dn,0 le nombre
de dérangements.
(a) Montrer que le nombre de dérangements de [n + 1] dont le cycle de n + 1 est de
longueur 2 est dn,1 et dn,1 = ndn−1
(b) Montrer que le nombre de dérangements de [n + 1] dont le cycle de n + 1 est de
longueur > 2 est ndn
(c) En déduire que dn+1 = n(dn + dn−1 ).
(d) Montrer que le nombre dn,k de permutations de [n] ayant k points fixes satisfont à la
récurence dn+1,k = dn,k−1 + (n − k)dn,k + (k + 1)dn,k+1 (On remarquera que le cycle
de n + 1 est soit de longueur 1 soit de longueur 2 soit de longueur > 2).
135
(d) Montrer que l’ensemble Fk des permutations de Sn dont l’ensembles des points fixes
est incluses dans {n − k + 1, n − k + 2, . . . , n} est en bijection avec l’ensemble des
permutations de Sn dont l’ensembles des points fixes est incluses dans [k].
(e) On rappelle qu’une k-succession de σ est un indice i tel que σ(i) = k +i. Montrer que
le coefficient ekn,m de TB1 (x) est le nombre de permutations de [n] ayant exactement
m k-successions.
(f) Déduire de ce qui précède le nombre ekn,m de permutations de [n] ayant exactement
m k-successions
(g) Montrer le nombre de permutations de [n] sans k-successions est égale au nombre de
permutations de [n] dont l’ensemble des points fixes est incluses dans [k].
39. Soit σ une permutation de [n]. On dit que i est une succession circulaire ou succession de
σ si σ(i) = i + 1. On note sn,i le nombre de permutations de [n] ayant i successions.
(a) Montrer que : sn,k = (k + 1)sn−1,k+1 + (n − k − 1)sn−1,k + sn−1,k−1 , avec s1,0 = 1 et
sn,k = 0 si k ≥ n.
(b) Donner les premières valeurs de sn,k .
(c) Montrer que si σ contient n−2 k-successions alors il existe j tel que σ = (1, 2, . . . , j)(j+
1, j + 2, . . . , n). En déduire sn,n−2 et sn,n−3 .
(d) Montrer que sn,1 = (n − 1)sn−1,0 et que sn,0 = sn−1,1 + sn,1 . En déduire que sn,0 =
(n − 1)sn−1,0 + sn−2,0
137
(e) * Montrer qu’il existe une bijection entre les permutations de Sn ayant k points fixes
et les permutations de Cn+1 ayant k successions.
(f) Montrer que sn,0 = dn + dn−1 et que dn = sn,1 .
(g) ** Une succession du mot linéaire de σ ou succession linéaire de σ est un indice i tel
que σ(i + 1) = σ(i) + 1. Etudier Sn suivant le parametre "nombre t(σ) de successions
linéaires". En particulier comparer la statistique suivant le parametre "nombre s(σ)
de successions circulaires" et la statistique suivant le parametre "nombre t(σ) de
successions linéaires". Trouver une correspondance entre les deux définitions. Vérifier
en utilisant la transformation fondamentale que si σ est une permutation circulaire
et que si σ(n − 1) = n alors t(σ) = s(σ) − 1 et si σ(n − 1) 6= n alors t(σ) = s(σ)
40. (a) Généraliser le résultat ci-dessus en considérant les k-successions, c’est à dire les
entiers i tel que si σ(i) = i + k, k étant un entier fixé. Montrer en particulier que le
nombre skn,j de permutations de Sn ayant j k-successions satisfont la récurence :
Cette relation s’obtient en réécrivant autrement l’equation 8.1 et par extension po-
lynômiale. D’autre part
n
αn,j (t) = αn−j,0 (t)
j
Donc
αn+1,0 (t) = (n + k)αn,0 (t) + nαn−1,0 (t).
139
(c) On pourrait commencer par ajouter une autre variable z de façon à obtenir un
polynôme P̃n (x, y, t, z) qui est homogène (de degré 2n ?) et tel que P̃n (x, y, t, 1) =
Pn (x, y, t).
44. Soient les deux langages L = {u ∈ A∗ ||u| pair} et L0 = {u ∈ A∗ ||u| impair}. Vérifier les
égalités suivantes : L + L0 = A∗ , LL0 = L0 = L0 L, L0 L0 = L \ {} et LL = L.
45. Donner un exemple d’éléments du langage a∗ (ba∗ )∗ . Quel est la série génératrice de ce
langage ?.
46. Soient A un alphabet, et X ⊂ A∗ .
(a) Montrer que :
i. si ε ∈ X et ∀u ∈ X, ∀a ∈ Λ, on a au ∈ X, alors X = Λ∗ .
ii. tout élément est régulier, c’est à dire pout tout u, v, w ∈ Λ∗ , uv = uw ⇒ v = w
et vu = wu ⇒ v = w
iii. ∀u, v, x, y ∈ Λ∗ , si uv = xy alors il existe t ∈ Λ∗ tel que u = xt et tv = y, ou
bien x = ut et v = ty.
(b) Montrer que si xy = yz, avec x 6= ε, alors il existe u, v ∈ Λ∗ et un entier k ≥ 0 tels
que : x = uv, y = (uv)k u = u(vu)k , z = vu (Etudier séparément les cas où |x| ≤ |y|
et le cas où |x| < |y| qu’on traiter par récurence sur |y|).
(c) Montrer que si xy = yx, avec x 6= ε, y 6= ε, alors il existe u ∈ Λ∗ et deux entiers i et
j tels que x = ui et y = uj .
ı
47. Soit A un alphabet et X, Y, Z ⊂ A∗ .
(a) Montrer que X(Y ∪ Z) = XY ∪ XZ et que (X ∪ Y )Z = XZ ∪ Y Z
(b) Dire si les inclusions suivantes sont vraies ou fausses :
(i) X(Y ∩ Z) ⊂ XY ∩ XZ, (ii) XY ∩ XZ ⊂ X(Y ∩ Z) (iii) X(Y \ Z) ⊂ XY \ XZ
(iv) XY \ XZ ⊂ XY \ XZ
(c) Montrer que (XY )∗ = {ε} ∪ X(Y X)∗ Y , que (XY )∗ X = X(Y X)∗ et que (X ∪ Y )∗ =
(X ∗ ∪ Y ∗ )∗
(d) Soit A un alphabet et X, Y, Z ⊂ A∗ .
i. Montrer que X(Y ∪ Z) = XY ∪ XZ et que (X ∪ Y )Z = XZ ∪ Y Z
ii. Dire si les inclusions suivantes sont vraies ou fausses :
(i) X(Y ∩ Z) ⊂ XY ∩ XZ, (ii) XY ∩ XZ ⊂ X(Y ∩ Z) (iii) X(Y \ Z) ⊂ XY \ XZ
(iv) XY \ XZ ⊂ XY \ XZ
iii. Montrer que (XY )∗ = {ε} ∪ X(Y X)∗ Y , que (XY )∗ X = X(Y X)∗ et que (X ∪
Y )∗ = (X ∗ ∪ Y ∗ )∗
48. Soit l’automate A = (Q, A, E, I, F ) où A = {a, b, c}, Q = {p, q, r}, I = {p}, F F = {r},
et E = {(p, a, q), (q, a, q), (q, b, q), (q, c, q), (q, c, r), (q, a, r)}.
(a) Représenter cet automate sous forme de graphe.
140 CHAPITRE 8. EXERCICES
(b) Les mots abcac, acab et bba sont-ils reconnus ? Quel est le langage reconnu ?
49. Décrire, le langage reconnu par chacun des automates suivants, l’alphabet est A = {a, b}.
50. Les langages suivants sont-ils régulier ? Donner des automates les reconnaissants.
L1 = {mots qui commencent par aba} ; L2 = {mots se terminant par aba} ; L3 = {mots
ayant aba en facteur} ; L4 = {mots dont la 3ème lettre à partir de la droite est un b} ;
L5 = {mots ayant exactement 2 occurrences de la lettre b} ; L6 = {mots ayant au plus
2 occurrences de la lettre b} ; L7 = {mots ayant au moins 2 occurrences de la lettre b} ;
L8 = {abba} ; L9 = {abb, ba, bab}∗ L10 = {wi nA∗ ||w|a ≡ 1(mod 2) et |w|b ≡ 2(mod 2)} ;
L10 = { mots qui sont la représentation binaire des entiers multiples de 3}.
51. Soit (m, n) ∈ N2 un point du plan. On appelle chemin de (0, 0) vers (m, n) une succession
de pas montants (vertical : augmenter l’ordonée de 1) et de pas à droite (horizontal :
augmenter l’abscice de 1). La longueur d’un tel chemin est le nombre de pas.
(a) Vérifier qu’une chemin de (0, 0) vers (m, n) contient exactement m pas horizontaux
et n pas verticaux.
(b) On code un chemin de (0, 0) vers (m, n) par une liste de de 0 et de 1 : les pas
horizontaux correspond à 0 et les pas verticaux à 1. Ainsi au chemin de la figur
suivante correspond le code 01100101000.
141
Quelle est la longueur de ce code ? Verifier qu’un tel codage permet d’établir une
bijection entre les chemins de (0, 0) vers (m, n) et les mots w ∈ {0, 1}∗ tel que le
nolbre de 0 dans w est |O|w = m et et le nombre de 1 est |1|w = n.
(c) Soit U l’ensemble des mots de longueur m + n de {0, 1}∗ . Montrer que l’application
qui, à w = x1 x2 · · · xm+n ∈ C associe la partie A de [m + n] telle que i ∈ A ⇔ xi = 0
est une bijection de U vers l’ensemble des parties de [m + n].
(d) En déduire que le nombre de chemins de (0, 0) vers (m, n) est m+n
m
.
(e) Soit (m, n) tel que m > n. On se propose d’énumérer tous les chemins restant
strictement en dessous de la diagonale ∆ : y = x (sauf au point (0,0)). On note
C l’ensemble de tous les chemins de (0, 0) vers (m, n), C1 l’ensemble des chemins
passant par (1, 0) et restant strictement sous la diagonale, C2 l’ensemble des chemins
passant par (1, 0) et rencontrant la diagonale en au moins un points autre que (0,0),
et C3 l’ensemble des chemins passant par (0, 1).
i. Enumérer les éléments de C1 , C2 et C3 dans le cas où (m, n) = (3, 2).
ii. Montrer que si n > 0, alors {C1 , C2 , C3 } est une partition de C.
iii. Que dire si n = 0 ?
iv. En déduire que |C| = |C1 | + |C2 | + |C3 |.
v. Soit Γ ∈ C2 . On construit le chemin Φ(Γ) obtenu en considérant le symétrique
de la portion de Γ comprise (0,0) et le premier point d’intersection de Γ avec la
diagonale ∆, le reste étant inchangé, comme le montre la figure 8.1(A).
Figure 8.1 –
(f) Un chemin de Dyck est un chemin de longueur 2n joignant (0, 0) à (n, n) restant
constament au dessous de la diagonale. En s’inspirant de la figure 8.1(B), contruire
une bijection entre chemin de Dyck et chemin joignant de (0,0) à (n + 1, n) restant
strictement au dessous de la diagonale. En déduire le nombre de chemin de Dyck.
52. On appelle matrice d’adjacence d’un graphe orienté G ~ = (S, ~Γ), avec S = {s1 , s2 , · · · , sn }
~ = (aij )1≤i,j≤n tel que aij = 1 si (i, j) ∈ ~Γ et aij = 0 sinon. Soit G
la matrice carrée M (G) ~
un graphe orienté, M (G)~ sa matrice d’adjacence. Montrer que :
(a) d+ (si ) = n mij , d− (xsi) = n mji , n d+ (si ) = n d− (si ) = |~Γ|.
P P P P
j=1 j=1 i=1 i=1
(c) Voici une affirmation ”Dans une réunion mondaine, il ya au moins deux personnes
ayant le même nombre d’amis présent”. Cette affirmation est-elle vraie ou fausse ?
(On supposera que la relation d’amitié est symétrique)
56. Soit un graphe simple G = (S, Γ) tel que que |S| = n et |Γ| = m.
(a) Montrer que :
i. Si m ≤ n − 1, alors G contient un sommet de degré 0 ou 1.
ii. Si G est sans cycle alors m ≤ n − 1
iii. Si G est connexe, alors m ≥ n − 1. Si de plus G contient un cycle alors m ≥ n
(b) Démontrer le théorème 4.3.2.
57. On se propose de démontrer le théorème de Cayley. On appelle vertebré u n triplet
(G, r1 , r2 ) où G = S, A) est un arbre, r1 et r2 deux sommets distingués de S (il est
possible que r1 = r2 ), et endofonction sur S toute application de S vers S. On note an le
nombre d’arbre sur S = [n] et vn le nombre de vertebrés.
(a) Quel est le nombre d’endofonctions sur S.
(b) Montrer que vn = n2 an .
(c) Montrer par un schemas que toute endofonction est une liste d’arborescences.
(d) Montrer qu’il existe une bijection entre les endofonctions et les vertebrés
(e) Déduire de ce qui précède le théorème de Cayley.
58. Montrer que :
(a) Si S ⊂ N∗ , alors la série génératrice des partitions dont aucune part n’est dans S est
Y 1
H(t) = k
.
k6∈S
1 − t
Y 1
(b) La série génératrice des partitions de n dont tous les parts sont impairs est 2k+1
.
k≥0
1 − t
Y
(c) La série génératrice des partitions autoconjuguées est A(t) = (1 + t2k+1 ).
k≥0
(d) La série génératrice des partitions ayant au plus k parts (resp. dont la plus grande
k
X
n
Y 1
part est au plus égale à k) est Fk (t) = pk (n)t = .
n≥0 i=0
1 − ti
(e) La série génératrice des partitions ayant exactement k parts (resp. dont la plus grande
k
X
n
Y tk
part est égale à k) est : F=k (t) = p=k (n)t = i
= tk Fk (t).
n≥0 i=0
1 − t
Y
(f) La série génératrice des partitions de n en parts disticts est D(t) = (1 + tk ).
k≥0
ii. la série génératrice des partitions dont tous les parts sont dans S (resp distinct
et dans S),
iii. des partitions dont aucune part ne sont répétée plus de k fois
∞
Y k
X 1
(b) Montrer que (1 + x2 ) = xn = .
k=0 n≥0
1−x
∞ ∞
Y1 X sn t n
60. Montrer combinatoirement k
= 1 + 2 ) · · · (1 − tn )
.
k=0
1 − st n=1
(1 − t)(1 − t
∞ ∞
X tm X t2m+1
61. Montrer que m+1 ) · · · (1 − t2m )
= m+1 ) · · · (1 − t2m+1 )
.
m=0
(1 − t m=0
(1 − t
62. Démontrer le théorème 5.9.4. En déduire que σ est une involution si et seulement si
Pσ = Qσ .
63. Vérifier que chacune des exemples de 6.1.3 est une espèce de structure en précisant le
transport de structure et en vérifiant sa fonctorialité.
64. Vérifier les résultats des exemples 6.2.2, 6.2.6 et 6.2.9.
65. Deux espèces F et G sont isomorphes si pour chaque ensemble fini U , il existe une bijection
αU : F [U ] → G[U ] telle que pour toute couple d’ensembles (U, V ) et toute bijection
σ : U → V , le diagramme suivant est commutatif :
67. Soient F , G and H des espèces de de structures. Etablir les propriétés suivantes de la
multiplication en décrivant explicitement l’isomorphisme :
(a) (F.G).H = F.(G.H), (associativité)
(b) F.G = G.F , (commutativité)
(c) F.1 = 1.F = F , (élément neutre)
(d) F.0 = 0.F = 0, (élément absorbant)
(e) F.(G + H) = F.G + F.H. (distributivité)
68. Soient F , G, H et K des espèces de structures tels que G[∅] = ∅ = H[∅]. Etablir les
propriétés suivantes de la multiplication en décrivant explicitement l’isomorphisme :
(a) (F ◦ G) ◦ H = F ◦ (G ◦ H), (associativité)
(b) F ◦ X = X ◦ F = F, (élément neutre)
(c) (F + K) ◦ G = F ◦ G + K ◦ G, (distributivité)
(d) (F.K) ◦ G = (F ◦ G).(K ◦ G), (distributivité)
(e) F0 = F ◦ 0 et F [∅] = ∅ si et seulement si F (0) = 0.
69. Montrer que si deux espèces de structures F et F c vérifie l’équation l’équation F = E(F c ),
i.e., F c est l’espèce des F -structures connexes, alors :
(a) F c (x) = log F (x),
X µ(k)
(b) Fec (x) = log Fe(xk ),
k≥1
k
X µ(k)
(c) ZF c (x1 , x2 , x3 , · · · ) = log ZF (xk , x2k , · · · ),
k≥1
k
70. (a) Soit k un entier fixé. Vérifier que l’espèce S [k] des permutations ayant k cycles et
l’espèce Par[k] des partitions ayant k blocs satisfont les équations combinatoires :
S [k] = Ek ◦ C et Par[k] = Ek ◦ E+ ;
où Ek est l’espèce des ensembles de cardinal k et C est l’espèce des permutations
circulaires.
(b) Soient c(n, k) le nombre de permutations d’un ensemble de cardinal n ayant k cycles
et S(n, k) le nombre de partitions d’un ensemble de cardinal n ayant k blocks.
Déduire de 70a les identités suivantes :
1
X xn [log( 1−x )]k X xn (ex − 1)k
i. c(n, k) = , ii. S(n, k) =
n≥k
n! k! n≥k
n! k!
146 CHAPITRE 8. EXERCICES
80. Considérons l’espèce Invw , de toutes les involutions, pondérée par w(σ) = xc1 (−1)c2 , où
c1 est le nombre de points fixes de cσ et c2 est le nombre de cycles de longueur 2.
(a) Vérifier qu’on a donc l’équation combinatoire Invw = E(Xx + (C2 )−1 ), où (C2 )−1 dé-
signe l’espèce des cycles de longueur 2, pondérée par -1, et Xx l’espèce des singletons
pondérée par x.
148 CHAPITRE 8. EXERCICES
(d) Calculer explicitement les séries : ZInj (x, y), Surj(x, y), Bij(x, y), ZInj , ZSurj , ZBij , Inj,
f
Surj
g et Bij.
f
149
83. (a) Montrer qu’en prenant les types selon Y de l’espèce Surj(X, Y ) des surjections, on
obtient l’espèce Parv (X) des partitions pondérées par v(π) = y b(π) , où b(π) est le
nombre de blocs de π, c.-à-d. Parv (X) = TY :y Surj(X, Y ).
(b) En déduire que les nombres de Stirling de 2-ème sorte S(n, k) sont donnés par
|Surj[n, k]|
S(n, k) = .
k!
(c) Etablir l’identité combinatoire Φ(X, Y ) = Surj(X, Y ).E(Y ), et en déduire la formule
de Touchard, !
n k n X yj
X x y X x
kn = S(n, k) y k (8.6)
n,k≥0
n! k! n,k≥0
n! j≥0
j!
86. (a) Calculer la série génératrice de l’espèce Lp des listes paires et de l’espèces Limp des
listes impairs.
Rx t Rx 1
(b) A partir de la relation L = Limp +Lp , montrer que 0 1−t 2 dt = ln
√ 1 et dt =
q 1−x 2 0 1−t2
ln 1+x1−x
.
(c) Montrer que les séries génératrices des espèces F et G des permutations dont tous
les cycles sont de longueursrpaires et impaires, respectivement, sont données par
1 1+x
F (x) = √ et G(x) = .
1−x 2 1−x
87. L’espèce Scru, des scrutins ou des partitions ordonnées est définie par Scru= L(E + ).
On considère l’espèce Scruw des scrutins pondérée w(π) = q n−k , où π ∈ Scru[n] et k
désigne le nombre de blocs de π. On note Lv (resp. Lu ) l’espèce des listes pondérées par
v(σ) = (1 + q)des(σ) (resp u(σ) = q des(σ) ), des(σ) étant le nombres de descentes de σ. On
X xn
pose Lv (x) = An (q) .
n≥0
n!
−1
exp(qx) − 1
(a) Montrer que Scruw (x) = 1 − .
q
(b) Démontrer que Lv (x) = Scruw (x).
1−q
(c) En déduire Lu (x) = ainsi que la formule Frobenius pour les poly-
exp(x(q − 1)) − q
n−1
X
nômes eulériens An (q) = (n − k)!S(n, k)(q − 1)k où S(n, k) désigne les nombres
k=0
de Stirling de deuxième espèce.
AIDE : Une liste u pondérée par (q + l)des(σ) est équivalente à une liste pondérée
dont on a distingué certaines descentes marquées par le compteur q. On construit
alors un scrutin en introduisant des divisions entre les éléments de la liste σ sauf là
où se trouvent des descentes marquées.
(d) On définit une montée d’une liste σ = x1 x2 · · · xn comme un indice i ∈ [n − l] tel que
xi < xi+1 et une excédance d’une permutation σ ∈ S[n] comme un i ∈ [n] tel que
i < σ(i). On dénote par mon(σ), le nombre de montées d’une liste σ et par exc(σ), le
nombre d’excédances d’une permutation σ. Démontrer que Lu (x) = Ls (x) = Sα (x),
où Ls est l’espèce des listes pondérées par s(σ = q mon(σ) , et Sα est l’espèce des
permutations pondérées par α(σ) = q exc(σ) .
AIDE : Pour la première égalité, utiliser une symétrie verticale ou encore la transfor-
mation L[ι], où L est l’unique bijection l → l renversant l’ordre. Pour la deuxième,
considérer la transformation fondamentale.
(e) Montrer que A2n (−1) = 0, A2n+l (−l) = (2n + l)![x2n+1 ] tan(x), B2n+1 (−1) = 0, et
B2n (−l) = (2n)![x2n ] sec(x), où Bn (q) = |B[n]|α , B dénotant la classe des permuta-
tions sans points fixes.
AIDE : définir des involutions convenables sur les structures.
151
c↑ m c↑ m c↑
(c) Montrer qu’on a l’isomorphisme (Tm,2 ) ∼ 1 + (Tm,1 ) et l’isomorphisme Tm,2 ∼
R c↑ 2
E[ (Tm,1 ) ]
(d) En déduire que les solutions du système analytique y 0 (t) = 1 + y m (t), z 0 (t) =
R t
z(t)y m−1 (t), y(0) = 0 et z(0) = 1 satisfont z m (t) = 1+y m (t) et z(t) = exp( 0 y m−1 (u)du.
1
(e) Vérifier que dans le cas particulier où m = 2 ces relations s’écrivent =
cos2 (t)
t
1 + tan2 (t) et 0 tan(u)du = ln( cos(t)
1
R
).
(f) Considérons maintenant le système :
0
Y = Z 2 , Y (0) = 0
(8.9)
Z 0 = Y Z, Z(0) = 1
i. Montrer combinatoirement que les solutions Y et Z vérifient Z 2 ∼ 1 + Y 2 .
1
Rt 1
ii. En utilisant ce modèle combinatoire, montrer que tan(t)+ cos(t) = exp( 0 cos(u) du.
90. Considérons les solutions du système d’équations différentielles combinatoires :
0
Y = aZ, Y (0) = y
(8.10)
Z 0 = bY, Z(0) = z
(a) Calculer les séries génératrices des solutions de ce système.
(b) Donner un exemple de Y -structures et un exemple de Z-structure.
(c) Etudier les cas particuliers où :
i. a = 1 = z, y = 0, b = −1
ii. a = b = 1 = z et y = 0
(d) Montrer les isomorphismes suivant :
by 2 Y (T1 +T2 )+az[Y (T1 )Z(T2 )+Z(T1 )Y (T2 )] ∼ az 2 Y (T1 +T2 )+y[bY (T1 )Y (T2 )+aZ(T1 )Z(T2 )]
az 2 Z(T1 +T2 )+by[Y (T1 )Z(T2 )+Z(T1 )Y (T2 )] ∼ by 2 Y (T1 +T2 )+z[aY (T1 )T (T2 )+bZ(T1 )Z(T2 )]
(e) Vérifier que ces formules généralisent les formules d’addition des fonctions trigono-
metriques et hyperboliques.
(f) Peut-on montrer combinatoirement que cos2 (t) + sin2 (t) = 1 ?
(g) Montrer combinatoirement que cos(t+t0 )+sin(t) sin(t0 ) = cos(t) cos(t0 ) et que sin(t+
t0 ) = cos(t) sin(t0 ) + sin(t) cos(t0 ).
91. Dévelloppement-Compression pour les nombres de Catalan Soient l’alphabet
A = {a, b, c} et l’ensemble des variables V = {x, y, z} et l’ensemble (A ∪ V )∗ , des mots sur
(A ∪ V ). Considérons la grammaire algébrique (non commutative) G = {x → yaz, y →
xbz, z → xcy}. Rappelons qu’à cette grammaire est associé l’historiographe de Schett
H(3) = (3, A, p), où A = {A1 , A2 , A2 } avec A1 (n1 , n2 , n3 ) = (n1 − 1, n2 + 1, n3 + 1),
A2 (n1 , n2 , n3 ) = (n1 + 1, n2 − 1, n3 + 1), et A3 (n1 , n2 , n3 ) = (n1 + 1, n2 + 1, n3 − 1),
p(Ai , (n1 , n2 , n3 ) = ni (voir définition 7.4.11. Dans la suite nous considérons la réalisation
canonique de cette historiographe (voir 7.4.4).
153
que cn = cn,i .
i=1
(n) (n+1)
(i) Soit ωi = a1 · · · a2n+1 ∈ Scn (x). On pose ωi,1 = a1 · · · G(a2s−1 ) · · · a2n+1 le plus
(n)
petit élément de G(ω e 1 ). Etant donné un élément ω = a1 · · · G(a2r−1 ) · · · a2n+1 ∈
154 CHAPITRE 8. EXERCICES
Définition 8.0.20. Nous appellons mot de Jacobi, tout mot de Schett ne contenant
pas la lette x. Ce sont donc les mots correspondant aux arborescences de Jacobi,
donc aux histoires de Schett dont l’état final est de la forme (0, n2 , n3 ).
(l) Montrer que si n est pair (resp. impair), alors tout élément de Scn (x) (resp. Scn (y))
contient au moins une lettre x.
Considérons les ensembles J2n+1 (x) (resp. J2n (y)) de Sc2n+1 (x) (resp. Sc2n (y)) des
mots de Jacobi initialisé en x (resp. en y). On définit la suite (κn ) par κ2n = |J2n (y)|
et κ2n+1 = |J2n+1 (x)|.
(m) Soit ω = a1 a2 · · · a2n+1 ∈ Sc tel que G(ω)
e = {ω1 , · · · , ωr }. Montrer que ω est de
Jacobo si et seulement si pour chaque i, l’élément minimum de G(ω e − i) est un mot
de Jacobi. (Etudier les deux cas où ω est initialisé en x et en y).
(n) Soit la grammaire G0 = {y → yazbz, z → yazcy}. Montrer que J2n+1 (x) = LG0 (yaz)
et J2n (y) = LG0 (y).
(o) En considérant les résultats précédentes, construire une algorithme permettant de
générer les mots de Jacobi.
(p) En considérant les résultats précédents, construire une méthode dévellpppent com-
pression (Voir définition2.4.6) pour le calcul des nombres (Cn ) et (κn ).
Xn
(q) Montrer que les nombres κn satisfont à la récurence κ2n+2 = κ2k+1 κ2n−2k et
k=0
qu’en posant A(t) = n≥0 κ2n+1 t2n+1 et B(t) = n≥0 κ2n t2n on A(t) = tB 2 (t) et
P P
B(t) = 1 + tA(t)B(t).
1 3n 1 3n + 1
(r) En déduire que κ2n = et κ2n = (Utiliser la formule
2n + 1 n 3n + 2 n
d’inversion de Lagrange (Annexe A).
X X
(s) Posons f (t) = t κn tn et g(t) = t(1 + t (−1)n+1 cn tn ). Montrer analytiquement
n≥0 n≥0
que g(f (t)) = t.
Problème ouvert : Démontrer combinatoirement ce dernier résultat.
Bibliographie
[1] S.C. Milne AM Garcia. Method for constructing bijections for classical partition identities.
Proc. Nat. Acad. Sci. USA, 78 n˚ 4, 1981.
[2] O. Carton. Langage Formel, Complexité et Calculabilité. Note de cours disponible à
l’adresse http ://www.liafa.jussieu.fr/ carton/Enseignement/Complexite/ENS/Support/..,
Version 2007.
[3] W. Chen. Context-free grammars, differential operators and formal power series. 117,
1993.
[4] L. Comtet. Advanced Combinatorics. D. Reidel Publishing Company, 1974.
[5] G. N. Han D. Foata. Principe de combinatoire classique, cours et exercices corrigés. 2008.
[6] G. N. Han D. Foata. The q-series in combinatorics ; permutations statistics. 2009.
[7] G. N. Han D. Foata. André permutation calculus : a twin seidel matrix sequence. 73
Article B73e, 2016.
[8] D. Dumont. Une approche combinatoire des fonctions elliptiques de jacobi. 41, 1981. p.
139.
[9] D. Dumont. Pics de cycle et dérivées partielle. 1986, 316/S-13, pp 27-44.
[10] D. Dumont. Grammaires de william chen et dérivations dans les arbres et arborescences.
37, 1996.
[11] P. Leroux et G. X. Viennot. Combinatorial resolution of systems of differential equations
i : Ordinary differential equations. 1234, 1986.
[12] P. Leroux et G. X. Viennot. Combinatorial resolution of systems of differential equations
iv : Separation of variables. 72, 1988.
[13] P. Leroux et G. X. Viennot. Résolution combinatoire des équations différentielles ii : Calcul
intégral combinatoire. 12, 1988.
[14] P. Flajolet et R. Sedgewick. Analytics Combinatorics, volume 1. Encyclopedia of Ma-
thematics and its applications, Cambridge University Press Disponoble à l’adresse :
http ://algo.inria.fr/flajolet/Publications/books.html, 2008.
[15] P. Leroux F. Bergeron, G. Labelle. Théorie des espèces et combinatoire des structures
arborescentes, volume 19. Publication du LACIM, 1994.
155
156 BIBLIOGRAPHIE
[16] P. Leroux F. Bergeron, G. Labelle. Combinatorial Species and tree-likes structures, vo-
lume 57. Encyclopedia of Mathematics and its applications, Cambridges University Press,
1998.
[17] Yoann Gelineau. Études combinatoires des nombres de jacobi-stirling et d’entringer. 2010.
[18] G. Labelle. Une nouvelle démonstration combinatoire des formules d’inversion de lagrange.
42, 1981, 217-247.
[19] Igor Pak. Partitions bijections survey. 2002.
[20] Igor Pak. The nature of partitions bijections i : Involutions. 2003.
[21] Igor Pak. The nature of partitions bijections ii : Asymptotics stability. 2003.
[22] B. Randrianirina. Combinatoire des Systèmes d’équations différentielles et aux dérivées
partielles, volume 23. Thèse de Doctorat, Publication du Lacim, 2000.
[23] B. Randrianirina. Espèces mixtes et système d’équations différentielles. Annale des
Sciences Mathématiques du Québec, 24, 2000.
[24] R. P. Stanley. Combinatorial Species and tree-likes structures, volume 57. Encyclopedia of
Mathematics and its applications, Cambridges University Press, 1998.
[25] R. P. Stanley. A survey of alternating permutations. 2009.
[26] G. X. Viennot. Interprétation combinatoire des coefficients du dévelloppement des fonc-
tions elliptiques de jacobi. 29, 2, (1980) 121-133.
[27] G.X. Viennot. Permutations ayant une forme donnée. 26, N˚3, 1979.
[28] Herbert S. Wilf. Génératingfunctionology. Academic Press, Inc. Disponoble sur iternet,
1994.
Annexe A
Dans cette annexe, nous allons parler de la formule d’inversion de Lagrange. Commençons
par chercher l’inverse f <−1> d’une série formelle f donnée pour la composition des séries ; C’est
à dire qu’on veut chercher une série g tel que (g ◦ f )(X) = X. Rappellons que si f et g sont
deux séries formelles, alors g ◦ f existe si et seulement si o(f ) ≥ 1, et que si o(g) = 0, alors
o(g ◦ f ) = 0. Donc si le problème admet une solution alors, o(f ) ≥ 1 et o(g) ≥ 1. En notant
que si o(f ) > 1 ou o(g) > 1, alors o(g ◦ f ) > 1. Donc s’il existe f tel que (g ◦ f )(X) = X, alors
o(g) = o(f ) = 1.
Théorême A.0.21. Soit f une série formelle telle que o(f ) = 1. Alors il existe une série
formelle g telle que o(g) = 1 et (g ◦ f )(X) = X.
X X
Preuve: Posons f (X) = an X n , avec a1 6= 0. Si g(X) = bn X n , alors g ◦ f (X) =
n≥1 n≥0
X X
k n
bn ( X ) . Donc l’équation g ◦ f (X) = X est équivalent à un système triangulaire infini
n≥0 k≥1
de la forme :
b0 = 0,
b1 a1 = 1,
b1 a2 + b2 a21 = 0, .
3
b1 a3 + 2b2 a1 a2 + b3 a1 = 0,
··· .
Il est clair que ce système admet une solution unique.
Le système précédent permet de calculer récursivement les coéfficients de la série formelle
g. Mais il existe une autre methode de calcul direct utilisant les séries de Laurent formelles.
Définition A.0.22. On appelle série de Laurent formelle tout élément du corps des fractions
C((X)) des fractions de l’anneau intègre C[[X]] .
∞
X
Notons que tout éléments de C((X)) s’écrit sous la forme f (X) = an X n , avec k ∈ Z.
n=k
157
158 ANNEXE A. LA FORMULE D’INVERSION DE LAGRANGE
∞
X
Définition A.0.23. Soit f (X) = an X n ∈ C((X)) tel que ak 6= 0. Alors l’entier k ∈ Z
n=k
s’appelle ordre de f et se note o(f ), et le coefficient a−1 = [x−1 ]f s’appelle résidu de f , et se
note Res(f ).
∞
X
Théorême A.0.24. Soit f (X) = an X n ∈ K((X)) tel que ak 6= 0. Alors :
n=k
0
1. Res(f ) = 0
f 0 (X) k
2. = + g(X), où o(g(X)) ≥ 0.
f (X) X
3. Si r(X) est une autre série de Larent formelle tel que k = o(r(X)) > 0. Alors k[X −1 ]f (X) =
[Z −1 ]{f (r(Z))r0 (Z)}.
∞
X −1
X X
n
Preuve: f (X) = an X = an X n + a0 + an X n . alors :
n=k n=k n>0
−1
X X
0
1- f (X) = nan X n−1 + nan X n−1 . Alors Res(f 0 ) = 0.
n=k n>0
∞
X
k
2- D’autre part, f (X) = X ( an X n−k ) = X k (ak + g(X)) avec o(g(X)) > 0, alors
n=k
∞
1 X −k f 0 (X) k−1
X X −k
= (1 + h(X)), avec o(h) ≥ 1. Donc = (kak X + nan X n−1 )( (1 +
f (X) ak f (X) n=k+1
a k
X an
−1 n−k−1
h(X)) = kX + n X (1 + h(X)).
n≥k+1
ak
1 d
3- Si f (X) = X n , avec −1 6= n ∈ Z, alors [Z −1 ]{rn (Z)r0 (Z)} = [Z −1 ]{ (rn+1 (Z))} =
n+1 dZ
r0 (Z) 1
0 = [X −1 ]X n . Si n = −1, alors [Z −1 ] = k = k[X −1 ] .
r(Z) X
X∞ ∞
X
0
Supposons maintenant que f (X) = n
an X , alors f (r(Z))r (Z) = an rn (Z)r0 (Z). Si
n=k n=k
1 d
n 6= −1, alors [Z −1 ]{rn (Z)r0 (Z)} = [Z −1 ]{ (rn+1 (Z))} = 0 ; si n = −1, [Z −1 ]{rn (Z)r0 (Z)} =
n+1 dZ
k. D’où [Z −1 ]{f (r(Z))r0 (Z)} = ka−1 = k[X −1 ]f (X).
∞
X ∞
X
n
Théorême A.0.25. Soit f (X) = an X et et g(X) = bn X n deux élément de C((X)) tel
n=1 n=1
1
que g ◦ f (X) = X. Alors bn = Res n .
nf (X)
159
∞
X
Preuve: Il est clair que b1 = a−1
1 . g ◦ f (X) = X, alors bk f (X)k = X. La dérivation formelle
k=1
∞
X
de cette expression nous donne 1 = kbk (f (X))k−1 f 0 (X). En divisant cette equation par
k=1
nf n (X), pour n fixé, on a :
∞
1 X kbk k−1−n 0 f 0 (X) X kbk
= (f (X)) f (X) = b n + (f (X))k−1−n f 0 (X). Or pour
nf n (X) k=1 n f (X) k≥1,k6=n n
1
k 6= n, (f (X))k−1−n f 0 (X) est la dérivée de (f (X))k−n . Alors son résidu est nul. D’autre
k−n
f 0 (X)
part, f (X) = a1 X + n≥2 an X n . Donc f 0 (X) = a1 + n≥2 nan X n−1 . Donc
P P
est une série
f (X)
1 X 1
de la forme + cn X n . Donc le résidu de n
est bn .
X n≥0 nf (X)
X X X x
Exemple 1 : Soit la série f (X) = xn . Il est clair que f (X) = xn = x( xk ) = .
n≥1 n≥1 k≥0
1 − x
n
(1 − x)n
1 −n
X
k n k <−1>
X
Donc n = n
= x (−1) x . D’où, en posant f (X) = bn X n , on a
f (X) x k=0
k n≥1
1 n−1 n
n−1
bn = n (−1) n−1
= (−1) .
X <−1>
X
n 1 −1 (1 − x)2n
Exemple 2 : Soit f (X) = . Si f (X) = b n X , alors on a b n = [x ] =
(1 − X)2 n≥1
n xn
(−1)n−1 2n
1 n−1 2n
[x ](1 − x) = .
n n n−1
Théorême A.0.26. [Formule d’inversion de Lagrange (cas particulier)] Soit mainte-
X
n z
nant f (z) = an z une série formelle telle que o(f ) = 0. Posons w = W (z) = . Si
n≥0
f (z)
X f n (z) 1
z = Z(w) = cn wn , alors cn =Res( n
) = (Dn−1 f n )(0).
n≥0
nz n!
z
Preuve: Notons d’abord que la variable w est relié à z par la relation w = W (z) = .
f (z)
Il s’agit ici de trouver l’espression de z en fonction de w. La notation z = Z(w) signifie
que Z(W (z)) = z. Donc la série Z est l’inverse de la série W pour la composition des sé-
X X zn
ries formelles. On a z = Z(w) = cn w n = cn n . Le théorême précédent montre que
n≥0 n≥0
f (z)
1 1 f n (z) f n (z)
cn =Res( ) = Res( n ). Or [z −1 ] n = [z n−1 ]f n (z). Ce coéfficient est obtenu en
zn
n f n (z)
n z z
n−1
X Xn−1 Xn−1 Xn−1
k n k k
développant ( ak z ) = ( ak z )( ak z ) · · · ( ak z k ). Pour avoir un monôme en z n−1 il
k=0 k=0 k=0 k=0
160 ANNEXE A. LA FORMULE D’INVERSION DE LAGRANGE
suffit de choisir un monôme ak1 z k1 dans le premier facteur, ak2 z k2 dans le deuxième facteur,· · · ,
akn z kn dans le dernier facteur, de manière à ce que k1 + k2 · · · kn = n − 1. Donc :
X
[z n−1 ]f n (z) = ak1 ak2 · · · akn .
k1 +k2 ···kn =n−1
X n − 1
n−1 n
D’autre part, nous avons D (f (X)) = f (k1 ) (X)f (k2 ) (X) · · · f (kn ) (X), la
k1 , · · · , kn Pn
somme étant étendue sur tous les suites (k1 , · · · , kn ) telle que i=1 ki = n − 1. Comme
(kj )
f (0) = kj !akj , alors :
1 n−1 n 1 X n−1 1 X
D f (0) = f (k1 ) (0)f (k2 ) (0) · · · f (kn ) (0) = ak ak · · · akn
n! n! k1 , · · · , kn n k +···+k =n−1 1 2
1 n
Soit maintenant φ(x) une série formelle tel que o(φ) = 0. φ admet donc une inverse
multiplicatif φ−1 (x) dans l’anneau des séries formelles K[[x]], et xφ−1 (x) est d’ordre 1 en x.
Posons t = xφ−1 (x), c’est à dire x = tφ(x). Donc on obtient l’équation fonctionnelle X(t) =
tφ(X(t). Nous admettons la généralisation suivant de la formule d’inversion de Lagrange, et
qui permet de calculer les coéfficients de la série f (X(t)), f (u) étant une autre série formelle.
1
[un−1 ]{f 0 (u)φn (u)}
si n 6= 0 et n ≥ o(f )
[tn ]f (X(t)) = n φ(u)
[u0 ]{f (u)} + [u−1 ]{f 0 (u) log(
)} si n = 0
φ(0)
uφ0 (u) X
F (u){1 − }= cn tn , o cn = [un ]{F (u)φn (u)}
φ(u) n≥0
n
X k
Exemple d’Application Soit an et bn deux suites telles que bn = ak . Il
n n−k
k= 2
n n
P P
s’agit de calculer an en fonction des (bk ). Soit A(x) = n≥0 a n x et B(x) = n≥0 bn x .
Nous avons : B(x) = n≥0 bn xn = n≥0 ( nk= n n−k k k
ak )xn = k≥0 ak xk ( n≥k n−k xn−k ) =
P P P P P
2
k
P k
P j P k k 2
k≥0 ak x ( j≥0 j x ) = k≥0 ak x (1 + x) = A(x + x ).
1 1
Posons t = x + x2 (changement de variable). On a x = t 1+x = tφ(x) avec φ(x) = 1+x .
2
Comme B(x)
P =n A(xP+ x ), alorsk on obtient l’équation P A(t)n = B(X(t)),
fonctionnelle c’est à
n k k
P
dire que n an t = k bk (X(t)) . Donc an = [t ] k bk (X(t)) = k bk [t ](X(t)) .
En utilisant les notations du théorème de Lagrange, posons f (u) = uk . Alors (X(t))k =
f (X(t)). Le théorème nous donne alors : [tn ](X(t))k = n1 [un−1 ]{f 0 (u)φn (u)} si n 6= 0 et n ≥ k.
161
uk−1
On a f 0 (u) = kuk−1 et φn (u) = (1+u)
1 1 n−1
n , donc n [u ]{f 0 (u)φn (u)} = nk [un−1 ]{ } =
(1 + u)n
∞
k n−k 1 k n−k X −n i k −n k n−k 2n − k − 1
[u ]{ } = [u ] u = = (−1) . D’où
n (1 + u)n n i=0
i n n−k n n−k
Xk
n−k 2n − k − 1
an = (−1) bk
k
n n−k
162 ANNEXE A. LA FORMULE D’INVERSION DE LAGRANGE
Annexe B
Dans cette annexe nous n’entrerons pas en détail sur les problèmes de sommabilité. Si
(A, v) est un ensemble pondéré, on supposera
X que ∀x ∈ A, v(x) ∈ C[[X]] et que (A, v) est
sommable, c’est à dire que la somme v(x) existe. Il est clair que si (A, v) est sommable,
x∈A
alors ∀B ⊂ A, (B, v) est sommable.
163
164ANNEXE B. COMPLÉMENT SUR LES ENSEMBLES PONDÉRÉS ET LES L-ESPÈCES PONDÉ
Proposition B.1.6. Soit (A, v) un ensemble pondéré n’ayant qu’un nombre fini d’éléments de
poids nul. Si φ et ψ sont deux involutions pondérées réductrices de (A, v), alors il existe un
isomorphisme d’ensembles pondérés γ : Fix(φ) → Fix(ψ).
Preuve: Considérons le graphe Γ sur A formé par la superposition des graphes associées à
φ et ψ. Comme le montre la figure B.1, chaque élément de A est de degré ≤ 2 dans Γ. Ses
composantes connexes de seront soit des points isolés, soit des chaînes, soit des cycles.
– Les points isolés sont des éléments x de Fix(φ) ∩ Fix(ψ), on pose alors γ(x) = x.
– Toutes les chaînes sont finies et de longueurs paires. En effet, l’existence d’une chaîne
Xque v(xi ) = v(xj ) pour tout i, j. Ce qui n’est possible que si A ∀i,
infinie (xi )i∈N telle
v(xi ) = 0 (sinon v(x) n’existera pas). Or A n’a qu’un nombre fini de points de poids
x∈A
nuls. De plus, une chaîne de longueur impaire reliera deux points fixes x et y de φ ou
de ψ tels que v(x) = −v(y), ce qui est impossible car Fix(φ) et Fix(ψ) sont réduits.
Une chaîne de longueur paire relie un point fixe x de ψ à un point fixe y de φ . On pose
alors γ(x) = y.
– Un cycle ne contient aucun point fixe.
B.2. RÉDUCTIONS DES L-ESPÈCES 165
Preuve: Pour tout n, soit ϕn : F [n] → F [n], l’involution réductrice définie par la proposition
∼
B.1.5. En posant, pour tout l, ϕl := F [σl ] ◦ ϕn ◦ F [σl ]−1 , où σl : [n] → l , on obtient une
involution pondérée réductrice de F.
Définition B.2.4. 1. La L-espèce Gw est dite une sous-espèce de Fv si pour chaque l :
(a) Gw [l] ⊂ Fv [l],
∼
(b) Pour tout σ : l → l0 , G[σ] := F [σ]|G[l] .
(c) Pour chaque s ∈ G[l], w(s) = v(s).
2. Une L-espèce pondérée F = Fv est dite réduite si pour tout l, l’ensemble pondéré F [l] est
réduit.
Proposition B.2.5. Toute espèce pondérée admet une sous-espèce réduite qui lui est équipo-
tente.
Preuve: En effet, ϕ et ψ étant réductrices, la proposition B.1.6 montre que pour chaque n, il
existe un isomorphisme d’ensembles pondérés γn : Fred(ϕ) [n] → Fred(ψ) [n]. Pour tout ensemble
∼
totalement l, soit σl : [n] → l. On définit γl : (Fred(ϕ) [l] → (Fred(ψ) [l] en posant γl = Fred(ψ) (σl ) ◦
γn ◦ (Fred(ϕ) (σl ))−1 , on obtient un isomorphisme d’ensembles pondérés. Alors la famille γ = (γl )
est un isomorphisme de Fred(ϕ) sur Fred(ψ) .
Un représentant de cette classe d’isomorphismes, noté Fred et est appelé la réduite de F .
166ANNEXE B. COMPLÉMENT SUR LES ENSEMBLES PONDÉRÉS ET LES L-ESPÈCES PONDÉ
Définition B.2.7. 1. La pondération v d’un ensemble pondéré (A, v) est dite monomiale si
pour tout s ∈ A, v(s) est de la forme v(s) = (−1)(s) xν(s) , où x = (x1 , · · · , xk ), les (xi )
étant des variables formelles indépendantes, ν(s) = (ν1 (s), · · · , νk (s)) ∈ Nk , (s) ∈ N et
ν (s) ν (s) ν (s)
xν(s) = x11 x22 · · · xkk .
2. On dira que Fv est une L-espèce monomialement pondérée si pour tout l, la pondération
vl de F [l] est monomiale.
Il est clair que la classe des L-espèces monomialement pondérées est stable pour les opé-
rations élémentaires : addition,multiplication, composition, dérivation et intégration.
Preuve: Notons d’abord que si F est monomialement pondérée et si s1 et s2 ∈ Fred [l], alors
ν(s1 ) = ν(s2 ) ⇔ v(s1 ) = v(s2 ), car sinon v(s1 ) = −v(s2 ). Pour n ∈ N et a = (a1 , · · · , ak ) ∈ Nk ,
posons An,a (F ) = {s ∈ Fred [n]|ν(s) = a}. Dans ce cas, si s et s1 ∈ An,a (F ) alors v(s) = v(s1 ).
Supposons que F ≡ G. Alors |An,a (F )| = |An,a (G)| et pour tout s ∈ An,a (F ), s0 ∈
An,a (G), v(s) = w(s0 ) : En effet Fred (t) = Gred (t). Donc en posant cn,a ) = n![xa tn ]Fred (t), on
a |cn,a | = |An,a (F )| = |An,a (G)|. Soit alors φn,a : An,a (F ) → An,a (G) une bijection. On peut
prolonger les (ϕn,a ) en une bijection v arphin : Fred [n] → Fred [n], conservant le poids.
Le concept de Méthode symbolique que npos allons décrire dans la suite est dû à P.
Flaholet et R. Dedgewick [14].
167
168 ANNEXE C. MÉTHODE SYMBOLIQUE EN COMBINATOIRE
Définition C.1.5. Une classe combinatoire est dite étiquetée si pour chaque entier n, tout
objet de taille n est construit à partir de n atomes qui sont étiquetés par les éléments de
[n] = {1, 2, · · · , n} dans l’objet en question.
Remarque: C.1.6. Dans la construction des classes étiquetés, l’ordre des atomes doit être pré-
servé : dans ce sens l’ordre (9, 4, 6, 2) peut être remplacée par (4, 2, 3, 1) si besoin est. Reprenons
les phrases suivantes de Flajolet et Sedgwick ([14] page 100) :
"A labelled object may be relabelled. We only consider ”consistent” relabellings defined
by the fact that they preserve the order relations between labels. Then two dual modes of
relabellings prove important :
– Reduction : For a non-canonically labelled structure of size n, this operation reduces
its labels to the standard interval {1, 2, · · · , n}, ?while preserving the relative order of
labels. For instance, the sequence h9, 3, 5, 4) reduces to h4, 1, 3, 2i
– Expansion : This operation is defined relative to a relabelling function ρ : {1, 2, · · · , n} →
N∗ that is assumed to be strictly increasing. For instance, h3, 2, 4, 1i may expand as
h33, 22, 44, 11i, h7, 3, 9, 2i, and so on."
Et pourquoi pas par (c, b, d, a) si a < b < c < d ?
Une classe combinatoire étiquetée est donc une L-espèce.
Définition C.1.7. Une classe combinatoire est non étiquetée s’il n’est pas étiquetés.
A une classe non étiquetée est associée la série génératrice ordinaire qui est la série
X X
A(z) = z |α| = an z n . (C.2)
α∈A n≥0
Théorême C.2.1. ([14], théorème II.1 page 103) Les constructions ”Somme, Produit, Liste,
Cycle et Ensemble” décrites cidessus sont admissible. De plus, les séries génératrices vérifient :
1. Si A = B + C, alors
A(z) = B(z) + C(z) (C.3)
2. Si A = B ∗ C, alors
A(z) = B(z)C(z) (C.4)
3. Si A = L(B), alors
1 X
A(z) = = B k (z) (C.5)
1 − B(z) n≥0
4. Si A = C(B), alors
1
A(z) = ln( ) (C.7)
1 − B(z)
En particulier si A = Ck (B), alors :
1 k
A(z) = B (z) (C.8)
k
5. Si A = E(B), alors
1 k
A(z) = B (z) (C.10)
k!
170 ANNEXE C. MÉTHODE SYMBOLIQUE EN COMBINATOIRE
1 1 1
Ak (z) = (C(z))k = (ln( ))k et Sk (z) = (ln( ))k =
1−z k! 1−z
1 1 1
n![xn ](ln( ))k respectivement n![xn ] (ln( ))k
1−z k! 1−z
Soient A ⊂ N∗ et B ⊂ N. La classe des permutations S A,B dont la longueur des cycles est
dans A et la nombre de cycles est dans B a pour série génératrice :
X za X zb
S A,B (z) = β(α(z)) avec α(z) = , β(z) =
a∈A
a b∈B
b!
xk
exp(− rk=1
P
X xk )
>r k
D (z) = exp( )=
k>r
k 1−x
e−x
En particulier la série génératrice de la classe des dérangements est : D>1 (z) = 1−x
172 ANNEXE C. MÉTHODE SYMBOLIQUE EN COMBINATOIRE
Théorême C.3.1. ([14] Théorème I.1 page 27) Les contructions de base somme produit, liste,
cycle, ensemble et multiensemble sont admissibles. De plus les séries génératrice vérifient :
– Si A = B + D, alors A(z) = B(z) + D(z)
– Si A = B × D, alors A(z) = B(z)D(z)
1
– Si A = L(B),
e alors A(z) =
1 − B(z)
X φ(k) 1
– Si A = C(B),
e alors A(z) = ln , φ étant la fonction indicatrice d’Euler
k≥1
k 1 − B(z k )
Y X (−1)k−1
– Si A = E(B),
e alors A(z) = (1 + z n )bn = exp( B(z k ))
n≥1 k≥1
k
Y X1
Si A = M(B), alors A(z) = (1 − z n )−bn = exp( B(z k ))
n≥1 k≥1
k
C.3. STRUCTURES NON ÉTIQUETÉES 173
Remarque: C.3.2. Les cas des constructions de base somme et produit se démontrent facile-
ment. Le cas des constructions de base cycle, liste et ensemble peut être obtenue en considérant
les types d’isomorphies des B-espèce associé. Pour le cas multi-ensemble, voici une démontra-
tion.
Q
Si B est fini et A = M(B) alors A est isomorphe L(β).
e Donc
β∈B
m m
1 Y X
(1 − z n )−bn = exp( bn log[(1 − z n )−1 ])
Q
A(z) = β∈B =
1 − z |β| n=1 n=0
m
Pm z nk X1X
bn (z k )n
P
= exp( n=0 bn ( k≥1 )) = exp(
k k≥1
k n=0
P B(z k )
= exp( k≥1 ).
k
Pour le cas où B est infini, on utilise un raisonnement analogue au cas des ensembles.
Cas particuliers :
X un
Théorême C.3.3. – Si A = Eek (B), alors A(z) = [uk ] exp ( (−1)n−1 B(z n ))
n≥1
n
– Si A = Lek (B), alors A(z) = B(z)k
X ϕ(n) 1
– Si A = Cek (B), alors A(z) = [uk ] ln
n≥1
n 1 − un B(z n )
– Si A = ∆(B × B) = {(β, β); β ∈ B}, alors A(z) = B(z 2 ).
1
– Si A = Ee2 (B), alors A + A + ∆(B × B) est isomorphe à B × B. Alors A(z) = (B(z)2 −
2
B(z 2 )).
1
– Si A = C2 (B), alors A est isomorphe à Ee2 (B)+∆(B×B). Donc A(z) = (B(z)2 +B(z 2 )).
X un 2
k n
– Si A = Mk (B), alors A(z) = [u ] exp ( B(z ))
n≥1
n
Y X Xm X
n
Preuve: En effet, (1 + Bn z ) = 1 + ( Bk1 Bk2 · · · Bkr )z m .
Pr
n≥1 m≥1 r=1 1≤k1 <k2 <···<kr ≤m, i=1 ki =m
Or un élément de Am est une partie de la forme {β1 , β2 , · · · βr }, tel que 1 ≤ |β1 | < |β2 | <
r
X
· · · < |βr | ≤ m, où 1 ≤ r ≤ m et |βi | = m. D’où le résultat.
i=1
Un objet 1 de taille 0 est une triangulation d’un polygone à 2 côtés, c’est à dire un
segment, et un atome Z de taille 1 est un triangle.
k
X
Une partition de l’entier n en k parts est une suite (x1 , x2 , · · · , xk ) telle que xi = n et
i=1
x1 ≥ x2 ≥ · · · ≥ xk . La classe des partitions d’entiers satisfait donc à l’équation : Pe = M(I).
Donc : Y
Pe (z) = (1 − z n )−1 (C.18)
n≥1
1 Y 1 −1
CeU (z) = U
et Pe (z) =
1 − U (z) n∈U
1 − zn
{1,2}
Si U = {1, 2}, alors Ce = L({•, ••}), et PeU = M({•, ••}).
{1,2} 1 {1,2} 1
Donc Ce (z) = 1−z−z 2
et Pe (z) = (1−z)(1−z 2 )
.
r
{1,2,··· ,r}
Y 1
Plus généralement Ce (z) = 1
1−z−z 2 −···−z r
et Pe{1,2,··· ,r} (z) = .
k=1
1 − zk